基于RMNE方法的多尺度分割最优分割尺度选取

论文摘要

多尺度分割是面向对象地物信息提取技术中的重要方法之一。最优分割尺度的选取是该方法的研究热点。针对现有最优分割尺度选取方法大多仅利用对象光谱特征的局限,本文提出RMNE(the ratio of mean difference to neighbors (Abs) to entropy)方法,利用纹理特征的信息熵和光谱特征与邻域均值差分绝对值进行对象内部同质性和对象之间异质性的衡量,构建评价函数,通过绘制函数曲线选取最优分割尺度。以北京市城市边缘地区6 m空间分辨率的SPOT6多光谱影像为例进行多尺度分割,获得最优分割尺度组合为30,60和80,并与最大面积法和优度函数法选取的最优分割尺度对应的分割结果进行对比。结果表明,RMNE方法的分割结果最好,验证了该方法的有效性和对高空间分辨率影像的适用性;通过与Google Earth影像对比,发现RMNE方法分割得到的影像对象大小与地物实际大小最为相符。

论文目录

文章来源

类型: 期刊论文

作者: 毛宁,刘慧平,刘湘平,张洋华

关键词: 面向对象,多尺度分割,最优分割尺度,信息熵

来源: 国土资源遥感 2019年02期

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 北京师范大学环境遥感与数字城市北京市重点实验室,北京师范大学地理科学学部地理学院

基金: 中央高校基本科研业务费专项资金资助项目,国家自然科学基金项目(编号:40671127)共同资助

分类号: P237

页码: 10-16

总页数: 7

文件大小: 1831K

下载量: 229

相关论文文献

• [1].高分影像树种分类的最优分割尺度确定方法[J]. 林业科学 2019(11)
• [2].面向对象的最优分割尺度选择研究进展[J]. 世界科技研究与发展 2013(01)
• [3].基于最优分割理论的土壤水分有效性评价[J]. 农业工程学报 2010(03)
• [4].面向对象的遥感影像最优分割尺度监督评价[J]. 国土资源遥感 2016(04)
• [5].高分影像在改进的最优分割尺度下的多层次混合分类[J]. 激光杂志 2013(05)
• [6].南海岛礁高分辨率遥感影像最优分割尺度确定[J]. 地理空间信息 2018(11)
• [7].基于最优分割分级法的月球撞击坑分级及其演化分析[J]. 岩石学报 2016(01)
• [8].面向对象的遥感影像最优分割尺度评价[J]. 遥感技术与应用 2011(01)
• [9].面向对象最优分割尺度的选择及评价[J]. 测绘科学 2015(11)
• [10].黄土丘陵沟壑区乡村道路最优分割尺度[J]. 长安大学学报(自然科学版) 2014(01)
• [11].面向对象的最优分割尺度下多层次森林植被分类[J]. 东北林业大学学报 2014(09)
• [12].最优分割尺度支持下高分遥感影像水土资源信息分类[J]. 农业机械学报 2016(09)
• [13].综合优度法和不一致性法的最优分割参数选择方法[J]. 遥感技术与应用 2014(03)
• [14].最优分割尺度下的多层次遥感地物分类实验分析[J]. 地球信息科学学报 2011(03)
• [15].基于分维的遥感影像最佳分割尺度研究[J]. 武汉理工大学学报 2011(12)
• [16].一种高分辨率遥感影像最优分割尺度确定的方法[J]. 地矿测绘 2016(02)
• [17].基于不一致性法的最优分割参数评价[J]. 安徽农业科学 2015(13)
• [18].无线传感器网络中最优分割圆定位算法[J]. 东北大学学报(自然科学版) 2011(03)
• [19].最优分割尺度的滑坡信息提取[J]. 测绘科学 2017(03)
• [20].一种改进的面向对象最优分割尺度模型[J]. 计算机与数字工程 2016(05)
• [21].面向对象的最优分割尺度计算模型[J]. 大地测量与地球动力学 2009(01)
• [22].一种高分辨率遥感影像的最优分割尺度自动选取方法[J]. 地球信息科学学报 2013(06)
• [23].Z-score模型最优分割点的确定方法比较——基于违约风险预测能力的分析[J]. 南方金融 2013(08)
• [24].高分辨率影像分类的最优分割尺度计算[J]. 测绘科学 2015(03)
• [25].STAPLE大脑皮层表面沟回分割算法[J]. 计算机科学 2011(03)
• [26].一种面向对象的最优分割尺度计算模型[J]. 吉林大学学报(地球科学版) 2020(01)
• [27].面向对象矿区复垦植被分类最优分割尺度研究[J]. 测绘科学 2016(04)
• [28].面向对象遥感影像分类的最优分割尺度选择研究[J]. 中国图象图形学报 2010(02)
• [29].面向对象的高分影像最优分割尺度方法的研究与应用[J]. 黑龙江科技信息 2013(24)
• [30].改进的极差最优分割法在专题数据分级中的应用[J]. 地理空间信息 2014(02)

标签：面向对象论文;  多尺度分割论文;  最优分割尺度论文;  信息熵论文;