多尺度遙感圖像分割算法研究與應用.pdf

1、隨著信息技術、空間技術的飛速發(fā)展和衛(wèi)星空間分辨率的不斷提高,高分辨率遙感圖像在各個領域得到了廣泛地應用。遙感圖像分割指的是通過對遙感圖像進行處理和分析,提取目標的技術和過程。由于高分辨率遙感圖像通常表現(xiàn)出:圖像細節(jié)信息豐富、地物幾何結(jié)構(gòu)顯著、目標結(jié)構(gòu)復雜等特點,使得沒有完全可靠的模型對其分割進行指導,從而在一定程度上阻礙了遙感領域中分割技術的應用。尺度問題是遙感中的一個根本問題,不同地物具有不同的最優(yōu)空間尺度,需要針對研究目標選擇適宜的

2、尺度進行分割,進而得到貼合地物目標的對象進行分析。
　　 本文針對遙感圖像的特點,研究并改進了傳統(tǒng)圖像分割的技術,使之適用于遙感圖像的多尺度分割。主要工作包括以下幾個方面:
　　 首先,對當前主流的圖像分割方法進行了系統(tǒng)的分析、分類和總結(jié),總結(jié)了各類方法的優(yōu)缺點,為不同圖像數(shù)據(jù)條件和應用場合下選擇分割算法提供了一定的依據(jù)；
　　 其次,分析了分水嶺算法的原理及數(shù)學模型,闡述了經(jīng)典的v-s沉浸分水嶺分割算法,指出了

3、其過分割的缺陷及現(xiàn)有的改進方法;分析了均值漂移算法的原理及其在圖像分割中的應用,為多尺度的遙感圖像分割提供理論基礎；
　　 接著,針對遙感分割中多尺度的需求,提出了基于分水嶺的多尺度遙感圖像分割和基于均值漂移的多尺度遙感圖像分割兩類算法。前者的方法利用多尺度形態(tài)學的梯度算子進行邊緣檢測,對分水嶺分割獲得的初始分割進行模糊C均值聚類,最后得到基于面元的分割結(jié)果,通過不同的聚類中心個數(shù)及分水嶺分割中參數(shù)的設置,實現(xiàn)多尺度的分割；后者