一种高分辨率遥感影像的最优分割尺度自动选取方法

被引:23
作者
殷瑞娟 [1 ,2 ]
施润和 [1 ,2 ]
李镜尧 [1 ,2 ]
机构
[1] 华东师范大学地理信息科学教育部重点实验室
[2] 华东师范大学与中国科学院对地观测与数字地球科学中心环境遥感与数据同化联合实验室
关键词
面向对象; 图像分割; 最优分割尺度选择; 主成分变换; Moran’s I指数; WorldView2;
D O I
暂无
中图分类号
TP751 [图像处理方法]; P237 [测绘遥感技术];
学科分类号
081002 ; 1404 ;
摘要
随着卫星遥感影像空间分辨率的不断提高,面向对象的地物信息提取技术发展迅速。图像分割作为面向对象分类的关键步骤之一,其分割尺度的参数设置目前仍以分类者的多次尝试和主观判断为依据,效率较低且分割结果因人而异。本文以WorldView2影像数据为例,结合当前现有的理论和方法,实现了一种计算机可自动进行主成分变换的高分辨率遥感图像全局最优分割尺度选取算法。改进后的算法以主成分变换所得的主成分影像作为图像分割的编辑层,主成分的特征值百分比作为计算异质性参数和分割质量评价值的权重,自动计算当分割尺度从20增至200时分割图像的分割质量评价值(GS),解决了人为确定图像分割编辑层的片面性问题,并利用三次样条插值选取出GS最高值所对应的尺度即为最优分割尺度。结果表明,该最优分割尺度选取方法可有效避免人为确定分割尺度的主观性、片面性和低效性,提升了高分辨率影像分割质量。
引用
收藏
页码:902 / 910
页数:9
相关论文
共 15 条
[1]   一种面向对象的高分辨率影像最优分割尺度选择算法 [J].
张俊 ;
汪云甲 ;
李妍 ;
王行风 .
科技导报, 2009, 27 (21) :91-94
[2]   面向对象的最优分割尺度计算模型 [J].
何敏 ;
张文君 ;
王卫红 .
大地测量与地球动力学, 2009, 29 (01) :106-109
[3]   面向对象影像信息提取软件Feature Analyst和eCognition的分析与比较 [J].
牛春盈 ;
江万寿 ;
黄先锋 ;
谢俊峰 .
遥感信息, 2007, (02) :66-70+105
[4]   主成分分析在遥感图像处理中的应用 [J].
严红萍 ;
俞兵 .
资源环境与工程, 2006, (02) :168-170
[5]  
面向对象影像分析中的尺度问题研究[D]. 黄慧萍.中国科学院研究生院(遥感应用研究所). 2003
[6]  
计算机数值方法[M]. 高等教育出版社 , 施吉林, 2009
[7]  
高分辨率卫星影像处理指南[M]. 科学出版社 , 关元秀, 2008
[8]   Unsupervised image segmentation evaluation and refinement using a multi-scale approach [J].
Johnson, Brian ;
Xie, Zhixiao .
ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, 2011, 66 (04) :473-483
[9]  
Object based image analysis for remote sensing[J] . T. Blaschke.ISPRS Journal of Photogrammetry and Remote Sensing . 2009 (1)
[10]   Parameter selection for region-growing image segmentation algorithms using spatial autocorrelation [J].
Espindola, G. M. ;
Camara, G. ;
Reis, I. A. ;
Bins, L. S. ;
Monteiro, A. M. .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2006, 27 (14) :3035-3040