高分辨率遥感影像分割方法研究

被引：12

作者：

刘纯 ^{[1
,2
]}

洪亮 ^{[1
,2
]}

楚森森 ^{[1
,2
]}

机构：

[1] 云南师范大学旅游与地理科学学院

[2] 西部资源环境地理信息技术教育部工程研究中心

来源：

测绘与空间地理信息 | 2014年 / 37卷 / 10期

关键词：

高分辨率遥感影像; 分割; 面向对象影像分析;

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：

在遥感应用分析中,遥感影像分割是低层影像处理和中高层影像分析和理解的桥梁,是实现遥感影像信息自动提取的关键步骤,具有重要的意义。随着大量高分辨率遥感影像的出现,传统基于像素的影像处理方法已不能适应高分辨率遥感影像。近年来,国内外研究者们提出了面向对象影像的分析方法,而面向对象影像分析方法的关键就是影像分割,影像分割精度直接影响着高分辨率遥感信息提取和目标识别的精度。首先给出一般图像分割方法的综述;然后分析和总结了当前主要的高分辨率遥感影像分割方法,着重阐述了均值漂移、分形网络进化、马尔科夫随机场等分割方法的特点和研究现状;最后,对高分辨率遥感应用分析中影像分割方法的发展趋势进行了讨论与展望。

引用

页码：44 / 49

页数：6

共 15 条

[1]

基于非模糊均值漂移的高空间分辨率遥感影像区域分割算法研究.[D].王雷光.武汉大学.2009, 01

[2]

Object based image analysis for remote sensing.[J].T. Blaschke.ISPRS Journal of Photogrammetry and Remote Sensing.2009, 1

[3] A Markov random field image segmentation model for color textured images [J].

Kato, Zoltan ;

Pong, Ting-Chuen .

IMAGE AND VISION COMPUTING, 2006, 24 (10) :1103-1114

[4]

Fuzzy c -means approach to tissue classification in multimodal medical imaging.[J].S. Banerjee;D.P. Mukherjee;D. Dutta Majumdar.Information Sciences.1999, 1

[5] Multi-modal image segmentation using a modified Hopfield neural network [J].

Rout, S ;

Seethalakshmy ;

Srivastava, P ;

Majumdar, J .

PATTERN RECOGNITION, 1998, 31 (06) :743-750

[6]

Review article Multisensor image fusion in remote sensing: concepts; methods and applications.[J].C. Pohl;J. L. Van Genderen.International Journal of Remote Sensing.1998, 5

[7] 基于二维最大熵阈值图像分割技术的改进方法 [J].