科研之友
微信
新浪微博
Facebook
分享链接
摘要
图像分割是高分辨率遥感图像分析中的关键步骤，对信息提取精度起到重要作用。为提高传统基于像素的遥感图像分割算法性能，提出一种在超像素上进行Parzen窗密度估计的分割算法。包括超像素初始分割、特征测量、密度估计并重新聚类3个主要步骤。在超像素初始分割阶段，采用简单线性迭代聚类算法将图像进行超像素粗分割，并将每个超像素块标记为图结构中的一个顶点；然后测量每个超像素块的Gabor纹理特征，构建高维特征向量并计算纹理间的相似度，作为图中连接2个顶点的边的权值，并在该图的最小生成树上计算2个顶点之间的距离；接着将此距离用于Parzen窗，估计每个顶点的密度，并重新聚类得到最终结果。采用多幅多光谱高分辨遥感图像验证本文提出的算法，基于目视判别以及基于准确率和召回率的定量评价，将该方法与其他分割算法的结果进行比较，验证了提出算法的有效性。
-
单位数理学院; 安徽建筑大学
