地理信息：遙感分割的原則與方法

　　由于影像的復(fù)雜性和應(yīng)用的多樣性，

　　影像分割并沒有一個統(tǒng)一的標準和方法，一般可以依據(jù)以下兩個原則對影像進行分制:

　　(1)依據(jù)像元灰度值的不連續(xù)性進行分制。

　　假定不同區(qū)域像元的灰度值具有不連續(xù)性，因而可以對其進行分割。

　　(2)依據(jù)同一區(qū)域內(nèi)像元的灰度值具有相似性進行分割。

　　這種方法一般從一個種子點出發(fā).

將其鄰城中滿足相似性測量準則的像元進行合并從而達到分割的目的。

　　從20世紀60年代開始，人們就對影像分制進行了研究，

至今已提出了上千種針對各種應(yīng)用的分割算法。

　　影像分制一般是基于亮度值的不連續(xù)性或相似性，

　　因此、影像分割方法可以相應(yīng)地分為兩大類:

　　基于邊界的方法和基于區(qū)域的方法，前者如邊緣生長、邊界檢測;

　　后者如閥值分割、區(qū)域生長、區(qū)域分裂合并等。

　　影像分割技術(shù)進入通感影像分析領(lǐng)域的時間比較晚，

　　其受關(guān)注程度也不如計算機視覺領(lǐng)城，早期的研究大多是現(xiàn)成影像分前方法的應(yīng)用，

　　但計算機視覺領(lǐng)域的影像分劑技術(shù)不能直接適用于遙感影像分析，

　　主要是因為遙感形像的應(yīng)用有自身的特點:

　　①迅感傳感器所獲取的數(shù)措是多該段甚至是高光譜的影像與計算機視覺領(lǐng)域的影像相比要復(fù)雜得多;

　　②作為重要的數(shù)據(jù)源,需要從通感影像中提取附屬數(shù)據(jù)，如GIS數(shù)據(jù)、高程數(shù)據(jù)茅;

　　③遙感影像中的地物具有尺度復(fù)雜性:④通感應(yīng)用強調(diào)實時與動態(tài)的評估。

　　1999年針對高空間分辨率迅感影像的分割軟件eCognition研制成功，

　　該軟件采用分形網(wǎng)絡(luò)演化方法(fractal net evolution appronch, FNEA)，

　　被認為是一種有效利用光講信息和空間信息的分析方法。

　　近年來有大量的相關(guān)研究表明,可以直接利用eCognition軟件進行目標識別、

　　或者在cCognition軟件輔助下進行面向?qū)ο蠓诸惙椒ǖ奶接憽?/p>

　　該方法的主要缺點是多尺度的對象表達不能確定每一個尺度分制是合理的。

　　因此，遙感影像分割的關(guān)鍵問題在于獲得符合地物內(nèi)在尺度的分制。

　　近年來，國內(nèi)外在該領(lǐng)城的工作主要集中于分割新方法探索、不確定性分析、

　　基于分割的特征提取及面向?qū)ο蠓诸悜?yīng)用等方面，

　　存在的主要問題包括對不同尺度、內(nèi)部變化不同的地物分割精度顯著不同;

　　缺乏統(tǒng)一可靠的影像分割精度評價標準，

　　模糊理論、數(shù)學(xué)形態(tài)學(xué)、小波特征、支持向量機、分水嶺變換均值漂移邊緣生長、

　　區(qū)城合井等方法先后在濕感影像中得到了應(yīng)用。

　　針對遙感影像的多光譜分制問題，一般是先檢測各波段的特征然后進行合并和分割。

　　此外，研究者先后提出了結(jié)合多種特征的影像分割方法，

　　還有研究者提出了針對具體應(yīng)用的遙感影像分割模式。



為您推薦 地理信息：遙感影像的分割與鑲嵌