遥感图像分割算法的研究与应用

遥感图像分割，是指对遥感图像进行处理、分析，从中提取目标的技术和过程。遥感图像通常表现为：灰度级多、信息量大、边界模糊、目标结构复杂等等，由于遥感图像的这些特性，使得对遥感图像的分割没有完全可靠的模型进行指导，因而在一定程度上阻碍了分割技术在遥感领域的应用。本文重点研究了基于遗传算法的遥感图像阈值分割和基于分水岭变换的遥感图像分割两类算法，并根据项目的实际需要对算法进行了实现，设计完成了遥感图像分割演示系统，本文所做的主要工作如下： 1．遥感图像分割方法综述。对现有的遥感图像分割方法进行了系统的归纳总结，并将其分为三大类进行了阐述，为在该领域进行进一步的研究提供了一定的参考作用。 2．提出了基于遗传算法的遥感图像分割多阈值选取的算法。在分析实现单阈值遗传算法的基础上，对单阈值的遗传算法进行了三方面的扩展：1)编码方法、2)适应度函数、3)交叉操作和变异操作；设计实现了基于遗传算法的遥感图像分割多阈值选取算法，实验表明，该算法的阈值选取效率优于传统的多阈值算法。 3．改进了一种解决过度分割问题的方法。本文对典型的V-S算法进行了实现，对图像分割过程中存在的过度分割问题，提出了两点改进：1)用浮点活动图像代替形态学梯度图像，使图像的边缘更为清晰、更加突出；2)同时采用灰度和面积作为控制准则，进行小区域合并。实验表明，改进后的算法在解决过度分割问题上，效果明显。 4．设计实现了遥感图像分割演示系统。本文根据实际项目中的需要，对所改进的算法进行了系统实现，采用面向对象的方式，设计完成了遥感图像分割演示系统。对系统实现中的一些具体问题采取了有效的改进方法：1)改进了图像灰度均值的计算方法，提高了图像均值的计算速度；2)对图像中应用较多的图像的基本操作，以类的形式进行了封装。