对象置信度指引下的高分辨率遥感影像分割

如何减小分割结果与实际地理对象间的差异,是目前高分辨遥感影像分割中面临的一个难点问题。为此,构建了一种新的对象置信度(OC)指标来衡量任意区域与地理对象间的匹配程度,进而提出了一种面向地理对象的多尺度分割算法。该算法主要包括两个步骤:首先,通过对影像进行过分割来构建初始种子区域集合,并确定尺度参数集合;而后,通过跟踪对象置信度指标OC的尺度间变化来指引多尺度区域合并过程,使区域合并结果逐步逼近实际的地理对象。多组实验结果表明,所提出的算法能够显著改善过分割及欠分割问题,准确识别建筑物、道路等地理对象的完整轮廓,在定性分析及定量精度评价中均显著优于商业软件e Congnition及传统多尺度分割算法。