Print

多尺度对象高空间分辨率遥感影像谱聚类分割

论文摘要

针对基于像素模型的单尺度或多尺度谱聚类影像分割方法在相似矩阵存储、特征分解效率及分割精度方面存在的不足。该文首先通过给定多组空间及光谱带宽参数,利用mean-shift初分割生成不同尺度的超像素对象层;然后联合像素与超像素对高空间分辨率影像中的不同类别地物进行的多尺度建模表达其空间拓扑关系,即在图割理论框架下建立"像素-超像素"联合的多尺度无向权图模型G（V,E,W）,同时根据遥感影像纹理特征丰富的特点,在顶点相似性计算过程中融合纹理特征;最后使用基于normalized cut准则的谱聚类算法,对图模型划分得到最终分割结果。该方法较好地降低了基于像素的谱聚类分割方法的计算复杂度,同时提高分割结果准确率。标准测试数据集和"高分2号"遥感影像分割结果表明了该方法的有效性。

论文目录

  • 0 引言
  • 1 图模型构建及划分
  •   1.1 Normalized Cut
  •   1.2 图模型及其相似矩阵
  •   1.3 图划分
  • 2 实验过程与结果
  •   2.1 实验环境及数据
  •   2.2 参数设置
  •   2.3 实验结果
  •     2.3.1 纹理测度及最优窗口确定
  •     2.3.2 特征因子敏感性及算法效率分析
  •     2.3.3 高分影像多尺度分割
  • 3 结束语

    • 文章来源

    类型: 期刊论文

    作者: 李军军,曹建农,廖娟,程贝贝,朱莹莹

    关键词: 高空间分辨率遥感影像,谱聚类,多尺度,超像素

    来源: 测绘科学 2019年10期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 工业通用技术及设备,自动化技术

    单位: 长安大学地球科学与资源学院,长安大学地质工程与测绘学院

    基金: 国家自然科学基金面上项目(41571346),国土资源部退化及未利用土地整治工程重点实验室项目(SXDJ2017-10-2016KCT-23)

    分类号: TP751

    DOI: 10.16251/j.cnki.1009-2307.2019.10.020

    页码: 136-144

    总页数: 9

    文件大小: 2973K

    下载量: 208

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/41e77da1410860d57908c4f3.html