高分辨率遥感影像多尺度分割技术的研究

龙源期刊网 https://www.wendangku.net/doc/5916638759.html,

高分辨率遥感影像多尺度分割技术的研究

作者：吕英嘉

来源：《科学与财富》2016年第17期

摘要：高分辨率遥感影像分割技术的发展趋势，数学形态学在图像分割中的应用，遥感

影像的分类精度直接制约了遥感在应用方面的发展。

关键词：高分辨；遥感影像；多尺度分割

引言

经过几十年的发展，遥感技术取得了巨大的进步，己经形成三多（多平台、多传感器、多分辨率）和三高（高空间分辨率、高时间分辨率、高光谱分辨率）的对地观测系统，获取地球数据的能力极大增强，特别是影像空间分辨率的空前提高，对影像信息提取技术提出了更高的要求。自1999年以来，高空间分辨率的商业化卫星IKONOS、QuickBird、orbview3、worldview-I/11相继发射成功，高分辨率卫星影像在各个领域得到广泛应用，快速准确的信息提取技术己经成为制约遥感产业化的瓶颈之一。

1 高分辨率遥感影像国内外研究现状

影像分割是指，基于同质性或异质性准则将一幅影像划分为若干有意义的子区域的过程。最终的分割效果需要同时满足以下三个条件：第一，分割后形成的图像区域中的所有像元点必须满足一定的同质准则、特征指标等，并且不存在不连通的点；第二，两个相邻的区域间的某一项或某几项特定属性，要有比较明显的差异性；第三，分割后，各个区域的边缘应该相对规整，并保证边缘的定位精度。影像分割效果的优劣将直接影响到后期的分类和识别，对于遥感影像的分析和理解至关重要。分水岭算法作为一种经典的基于区域的分割方法，越来越受到国内外研究人员的关注。

2 图像分割原理

所谓图像分割，从广义上来讲，是根据图像的某些特征或特征集合（包括灰度、颜色、纹理等）的相似性准则对图像象素进行分组聚类，把图像平面划分成若干个具有某些一致性的不重叠区域。这使得同一区域中的象素特征是类似的，即具有一致性；而不同区域间象素的特征存在突变，即具有非一致性。从集合的角度出发，图像分割定义如下：

设整个图像空间为一集合R。根据选定的一致性准则P，R被划分为互不重叠的非空子集：{R1，R2，...，Rn}，这些子集必须满足下述条件：

其中：P（Ri）为作用于Ri中所有象素的形似性逻辑谓词，i，j=1，2，…n，？准代表空集。