融入超像素分割的高分辨率影像面向对象分类

• 作者: 聂倩 七珂珂 赵艳福
• 来源期刊: 测绘通报
• 关键词: 高分辨率遥感影像 简单线性迭代聚类 超像素 分形网络演化方法 多尺度分割 面向对象分类
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 学术研究
• 页码范围: 44-49
• 页数: 6页
• 分类号: P237
• 语种: 中文

摘要

针对高分辨率遥感影像面向对象分类中容易受分割参数的影响、分类精度不稳定的问题,本文提出了一种融入超像素分割的高分辨率影像面向对象分类方法.该方法通过简单线性迭代聚类(SLIC)算法对原始影像进行聚类生成超像素影像,并在此基础上采用分形网络演化方法(FNEA)进行多尺度分割生成同质性对象,最后利用最邻近分类方法进行地物分类.试验结果表明,该方法不易受多尺度分割参数的影响,分类效果稳定,而且分类精度明显高于传统的面向对象分类方法,对于高分辨率遥感影像的广泛应用具有重要意义.