遥感影像多尺度分割中最优尺度的选取及评价

作者：王芳; 杨武年^*; 王建; 谢兵; 任金铜

来源：遥感技术与应用, 2020, 35(03): 623-633.

• Meanshift分割
• 面向对象图像分析技术
• 对象复杂度
• 最优分割尺度
• 尺度选取及评价

多尺度分割是面向对象图像分析技术的前提和关键,多尺度分割的质量直接影响着面向对象分类的精度,但尺度选择仍然是多尺度分割中的一个难题。针对此问题,根据遥感影像的最优分割尺度与影像上目标复杂度密切相关的事实,提出了一种自上而下基于分割对象复杂度选取最优尺度的方法。该方法在分割过程中,提取每一对象的影像特征构建其复杂度函数,通过设置阈值,经迭代计算来确定每一对象的最优分割尺度,进而得到具有全局最优尺度的分割结果,并将其应用于ZY-3多光谱数据和GF-2融合影像,得到分割和分类结果。并将其与单一最优尺度和非监督评价法的分割及分类结果进行比较,结果表明:该方法能够获取与地面目标相匹配的分割尺度,改善了分割效果,提高了分类精度,具有一定实用价值。

• 单位
  四川建筑职业技术学院; 国土资源部; 内江师范学院; 成都理工大学; 内江职业技术学院