一种改进的基于超像素的多光谱图像分割方法

• 作者: 孙海燕 张永梅 胥玉龙
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 超像素 多光谱图像 图像分割 分形网络演化
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 58-64
• 页数: 7页
• 分类号: TP751.1
• 字数: 7271字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2019.01.08

摘要

在面向对象多光谱图像分割方法中,初始对象特征往往无法反映真实区域的整体特征,从而产生错误的合并结果.针对以上问题,提出采用简单线性迭代聚类(simple linear iterative clustering,SLIC)超像素与结构张量粗分割相结合的方法对其进行改进.先采用SLIC超像素方法产生初始过分割结果,用结构张量产生尺度空间下的粗分割结果,再用粗分割结果指导超像素进行初步合并,使分形网络演化方法(fractal net evolution approach,FNEA)所面向的初始对象能够表达该区域的整体特征,增强后续合并过程对噪声的抗性.将该方法与传统FNEA的分割结果对比表明,该方法具有良好的抗噪能力,对复杂城区高空间分辨率多光谱图像能够得到较好的分割结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙海燕	北方工业大学计算机学院	19	27	3.0	4.0
2	张永梅	北方工业大学计算机学院	81	362	7.0	16.0
3	胥玉龙		2	2	1.0	1.0