遙感圖像分割算法研究與實現.pdf

1、圖像分割是由圖像處理過渡到圖像分析的關鍵步驟。一方面，它是目標表達的基礎，對特征測量有重要的影響。另一方面，因為圖像分割及其基于分割的目標表達、特征提取和參數測量等將原始圖像轉化為更抽象更緊湊的形式，使得更高層的圖像分析和理解成為可能。
　　遙感圖像通常表現出：灰度級多、信息量大、邊界模糊、目標結構復雜等等。由于遙感圖像的這些特點，使得對遙感圖像的分割沒有完全可靠的模型進行指導，因而在一定程度上阻礙了分割技術在遙感領域的應用。

2、r>　　本文針對遙感圖像表現出的特點，研究并改進了傳統(tǒng)的圖像分割技術，使之適應遙感圖像的特點并應用于遙感圖像分割中。主要工作包括如下幾個方面。
　　首先，針對當前主流的圖像分割算法進行了分析、分類、歸納和總結，指出了各類方法的優(yōu)缺點，為人們在不同的應用場合及不同的圖像數據條件下選擇不同的分割算法提供了一定的依據。
　　其次，分析了Otsu算法進行閾值分割的原理和有效性，針對Otsu多閾值分割算法計算效率低的缺點，提出了用 N

3、elder-Mead單純形法對Otsu的多閾值分割進行優(yōu)化，并完成仿真實驗。
　　接著，分析了SUSAN算法進行邊緣檢測的原理和有效性，在此基礎上對SUSAN算法進行了邊緣檢測精度的改進，并用于地物邊界提取中，使地物邊界提取更清晰，準確，層次感分明。
　　最后，針對區(qū)域生長分割算法的生長點確定問題，與分水嶺算法結合起來，既彌補了分水嶺算法的過分割問題，又解決了區(qū)域生長法生長點確定問題。本文綜合兩種算法并結合異質性最小區(qū)域合并