科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统遥感影像分割算法较少考虑目标区域不同类型地物适应分割尺度的差异性问题,文章以适应性和稳健性较好的均值漂移算法为基底,提出了一种先验知识引导的多尺度分割方法。该算法通过引入先期解译土地覆盖/利用图中的图斑边界和类别属性信息,对传统均值漂移分割流程进行了改进,以实现差异化的滤波像斑合并,进而达到改善对象提取的精度的目的。文章利用两套数据集进行了方法测试与效果比对。实验结果表明,较传统的单尺度分割方法,所发展的多尺度方法能更好地结合地类的空间分布信息实现精细的对象边界提取,一定程度上克服了单尺度方法难以平衡过分割和欠分割的问题,为后续的面向对象分析提供了精准的边界形态。
- 单位
