基于视觉复杂度的自适应尺度遥感影像分割

被引：6

作者：

黄志坚 ^{[1
,2
]}

黎湘 ^{[1
]}

徐帆江 ^{[2
]}

机构：

[1] 国防科技大学电子科学与工程学院

[2] 中国科学院软件研究所

来源：

电子与信息学报 | 2013年 / 35卷 / 08期

关键词：

图像处理; 自适应尺度分割; 统计区域合并; 多尺度分割; 遥感影像; 区域生长;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

遥感影像中的对象尺度差异巨大,任何单一尺度的分割很难产生令人满意的结果。该文认为可以根据场景的视觉复杂程度选择合适的分割尺度,并据此提出一种自适应尺度的分割算法。根据Watson视觉模型计算场景复杂度,用以调节统计区域合并(SRM)算法的分割尺度。此外,该文还将SRM改进为动态合并方式,并扩展到多波段的遥感影像。实验结果表明,该文提出的自适应尺度分割算法,比单一尺度下的分割精度更高。

引用

页码：1786 / 1792

页数：7

共 5 条

[1] 基于图像视觉复杂度计算的分类信息隐藏图像库 [J].

钱思进 ;

张恒 ;

何德全 .

解放军理工大学学报(自然科学版), 2010, 11 (01) :26-30

[2] A novel multi-scale level set method for SAR image segmentation based on a statistical model [J].

Sui, Haigang ;

Xu, Chuan ;

Liu, Junyi ;

Sun, Kaimin ;

Wen, Chengfeng .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 2012, 33 (17) :5600-5614

[3] Efficient graph-based image segmentation [J].

Felzenszwalb, PF ;

Huttenlocher, DP .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 59 (02) :167-181

[4]

SAR image multiclasssegmentation using a multiscale TMF model in waveletdomain .2 Zhang Peng,Ming Li,Yan Wu,et al. IEEE Geoscience and Remote Sensing Letters . 2012

[5]

An efficientmultiscale SRMMHR (Statistical Region Merging andMinimum Heterogeneity Rule)segmentation method forhigh-resolution remote sensing imagery .2 Li Hai-tao,Gu Hai-yan,Han Yan-shun,et al. IEEE Journal ofSelected Topics in Applied Earth Observations and RemoteSensing . 2009

← 1 →