遙感影像多尺度分割中最優尺度的選取及評價

作者：王芳,楊武年,王建,謝兵,任金銅

摘要：多尺度分割是面向對象圖像分析技術的前提和關鍵,多尺度分割的質量直接影響著面向對象分類的精度,但尺度選擇仍然是多尺度分割中的一個難題。針對此問題,根據遙感影像的最優分割尺度與影像上目標復雜度密切相關的事實,提出了一種自上而下基于分割對象復雜度選取最優尺度的方法。該方法在分割過程中,提取每一對象的影像特征構建其復雜度函數,通過設置閾值,經迭代計算來確定每一對象的最優分割尺度,進而得到具有全局最優尺度的分割結果,并將其應用于ZY-3多光譜數據和GF-2融合影像,得到分割和分類結果。并將其與單一最優尺度和非監督評價法的分割及分類結果進行比較,結果表明:該方法能夠獲取與地面目標相匹配的分割尺度,改善了分割效果,提高了分類精度,具有一定實用價值。

發文機構：成都理工大學國土資源部地學空間信息技術重點實驗室 內江師范學院地理與資源科學學院 內江職業技術學院土木工程系 四川建筑職業技術學院測繪工程系

關鍵詞：Meanshift分割面向對象圖像分析技術對象復雜度最優分割尺度尺度選取及評價Mean-shift segmentationObject-Based Image Analysis(OBIA)Object complexityOptimal segmentation scaleScale selection and evaluation

分類號： TP751[自動化與計算機技術—檢測技術與自動化裝置]