面向遥感图像分割的自适应特征选择水平集模型

• 作者: 万定生 李士进 王万国 谢萍
• 来源期刊: 南京大学学报：自然科学版
• 学科: 工学
• 关键词: 图像分割 水平集 特征选择 遥感图像
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 粗糙集与粒计算进展
• 页码范围: 482-490
• 分类号: TP391.41
• 语种: 中文

摘要

传统的水平集c—V模型主要关注颜色特征，对纹理特征研究得较少，而在遥感图像分割过程中，纹理特征亦具有很重要的作用；并且对于不同类型的遥感目标，颜色信息和纹理信息在分割过程中所起作用亦不相同．提出一种自适应特征选择的水平集Chan—Vese模型（C—V模型），把多个颜色特征分量和纹理特征分量作为初始特征集，通过建立相似性函数的距离度量来自适应地选择特征．同时，根据不同图像特点自适应地调整不同特征分量的权重，最后把这些特征以及相应的权重融入到c—V模型中，进而对遥感图像进行分割．与以往的方法相比，本文方法不仅取得了较好的分割效果，而且所需时间消耗更少，效率更高．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万定生	河海大学计算机与信息学院	87	634	15.0	20.0
2	李士进	河海大学计算机与信息学院	47	288	9.0	14.0
3	王万国	河海大学计算机与信息学院	1	5	1.0	1.0
4	谢萍	河海大学计算机与信息学院	2	7	2.0	2.0