超像素分割方法在高分辨率無人機影像信息提取中的應用.pdf

1、影像分割在影像處理領域中的地位是不可替代的，它屬于計算機視覺的基礎性問題，其結果的好壞直接關系到后續(xù)一系列工作的精度。分割主要是以影像上提供的一些特征信息為依據，按照像素信息間的差異進行集合，從而實現一幅完整影像到多個小區(qū)域的轉變，其目的是簡化圖像，為后續(xù)工作提供便利。高分辨率遙感影像自產生以來，迅速應用于諸多行業(yè)。其影像信息遠比中低分辨率的影像復雜，目前仍沒有一種能普遍適用的分割方法，這在一定程度上限制了其進一步的發(fā)展，因此研究一種最

2、恰當的分割方法是十分有必要的。
　　本文引入超像素分割的思想，旨在更加高效精確的實現高分辨率遙感影像的分割。這里的超像素是針對像素而言的，超像素其實就是一系列有意義的像素的集合，這種思想將一幅原本是像素級(pixel-level)的圖，劃分成區(qū)域級(district-level)的圖。采用超像素的方法，可以在一定程度上降低后續(xù)影像處理的復雜度，而且得到的超像素通常還能夠較好地保持影像中對象的邊界信息。文章中以無人機獲取的影像為數據

3、基礎，結合超像素的思想，對分割方法進行了研究。所做的工作概括如下：
　　（1）對由于分割算法缺陷而阻礙高分辨率影像的進一步拓展應用的問題進行分析，圍繞已經得到普遍認同的三類分割方法中常用的幾種典型算法，以無人機影像（高分影像）為數據基礎，對這幾種方法從實現原理及實現效果兩個方面進行比較，總結不同方法的優(yōu)缺點。
　　（2）引入超像素分割的思想，將影像處理的對象由像素轉變?yōu)閰^(qū)域，在保持目標邊緣信息的基礎上，綜合利用了影像中蘊含的

4、特征信息，提高了工作效率，降低了任務的復雜度。重點針對分水嶺算法進行研究，對其原理及存在的問題進行了總結。為了改善其算法中存在的問題，將數學形態(tài)的方法與其結合使用。在分水嶺分割之后，采用歸一化割的方法，以影像的光譜和形狀信息為主要依據，實現區(qū)域與區(qū)域之間進行精細分割。
　?。?）設計實驗將形態(tài)學濾波、分水嶺分割及歸一化割三種方法結合起來，對耕地地塊進行分割提取，采用準確率及召回率作為評價指標對實現結果進行評價。結果表明這種超像素的