影像分割 - 资源检索 - 将博数字资源平台

首页>找到“影像分割”相关的2条结果

基于分割对象的HR遥感影像SVM分类方法
关键词：HR遥感影像　　分割对象　　分类方法　　分水岭分割　　多尺度区域合并　　图像分割
遥感影像SVM(Support Vector Machines, SVM)分类方法分类精度较高,但是高分辨率(High Resolution, HR)遥感影像数据量大,基于像元SVM分类时速度慢,空间信息不能有效利用。在此应用分割对象的方法对之进行改进,首先采用分水岭分割与多尺度区域合并相结合的方法对原始高分辨率图像分割,计算分割对象的部分光谱特征和形状特征,在此基础上利用径向基核函数SVM方法对分割对象分类。实验结果表明,此方法能够有效提高分类速度,同时分类精度得到了一定程度的提高,是一种有效的HR遥感影像分类方法。
一种基于区域邻接图的高分辨率遥感影像分割算法
关键词：区域邻接图　　高分辨率遥感　　影像分割　　算法
高分辨率遥感影像中含有丰富的色彩、纹理和形状信息,为了更准确地对影像进行分割以及后继分类,有必要在影像分割过程中充分考虑影像中地物的空间特征,本文提出了一种基于区域邻接图的遥感影像分割算法。每个区域由邻接图中一个顶点来表示,连接两个顶点的边的长度由距离函数计算得出,即两区域相互间异质性距离。如果邻接点的异质性距离小于各自内部异质性距离之和,就将该对邻接点(区域)合并。合并运算分为两个阶段,第一阶段运用颜色信息确定邻接点的异质性距离,第二阶段整合颜色与形状信息确定邻接点的异质性距离,每个阶段合并的判据相同,即邻接点的异质性距离小于两接点内部异质性距离之和,分割在破坏给定的终止条件前停止,该算法可显著提高遥感影像的分割效率和效果。

1/1

栏目导航 