Print

联合像素与多尺度对象的高分辨率遥感影像谱聚类分割

论文摘要

建立了融合多尺度信息的图模型,同时,为了顾及对象的局部统计特性,改进了基于对象的顶点间相似度计算方法。在图模型的基础上完成相似矩阵计算,并使用归一化分割准则对相似矩阵特征进行分解,将原始数据映射到低维子空间。最后,对特征筛选后的子集使用聚类算法完成影像分割。为了验证本文方法的有效性,选取高空间分辨率遥感影像进行实验并与目前分割精度较高的算法做定量化对比。实验结果表明:在4项实验指标中,除一项基本持平外,其他3项指标优于其他算法,证明了本文方法在高分辨率遥感影像分割中的有效性。

论文目录

  • 0 引言
  • 1 图模型构建及划分
  •   1.1 多尺度对象综合二分图模型
  •     1.1.1 Mean-shift超像素分割
  •     1.1.2 二分图模型
  •     1.1.3 基于光谱测度及离散度的对象间相似性
  •   1.2 图划分
  • 2 实验及结果
  •   2.1 算法流程
  •   2.2 分割结果及量化指标对比
  • 3 结束语

    • 文章来源

    类型: 期刊论文

    作者: 李军军,曹建农,程贝贝,廖娟,朱莹莹

    关键词: 摄影测量与遥感,遥感影像分割,谱聚类,归一化分割,多尺度对象

    来源: 吉林大学学报(工学版) 2019年06期

    年度: 2019

    分类: 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（SXDJ2017-2016KCT-23）

    分类号: TP751

    DOI: 10.13229/j.cnki.jdxbgxb20180537

    页码: 2098-2108

    总页数: 11

    文件大小: 2075K

    下载量: 152

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/f738f9a8ccb154c732ec8b26.html