高分辨率遥感影像特征分割及算法评价分析

被引:26
作者
明冬萍 [1 ]
骆剑承 [1 ]
周成虎 [1 ]
王晶 [2 ]
机构
[1] 中国科学院地理科学与资源研究所
[2] 西北工业大学计算机学院
关键词
高分辨率遥感; 影像分割; 特征; 信息提取; 算法评价;
D O I
暂无
中图分类号
P237 [测绘遥感技术];
学科分类号
1404 ;
摘要
图像分割一直是图像处理和计算机视觉领域中的一项关键技术。本文首先从遥感影像地学处理与应用的角度阐述了影像分割技术对于遥感信息提取和目标识别的重要性,然后提出了基于特征的高分辨率遥感影像信息提取技术框架,建立了一套基于特征的遥感影像分割方法及分类体系。同时,鉴于遥感影像分割方法评价的重要性, 阐述了一种高分辨率遥感影像分割方法评价的思路,并对几种典型的基于特征的遥感影像分割方法进行定性和定量的试验和评价,对其各自的性能和适用面进行对比分析。最后,指出了遥感影像特征分割方法所存在的问题及其发展趋势。
引用
收藏
页码:103 / 109
页数:7
相关论文
共 8 条
[1]  
Compound Gauss-Markov random fields for astronomical image restoration. R Molina,A K Katsaggelos,J Mateos,J Abad. Vistas in Astronomy . 1996
[2]  
Image Segmentation. Zhang Yujin. . 2001
[3]  
A review on image segmentation techniques. Nikhil R Pal,Sankar K Pal. Pattern Recognition . 1993
[4]  
A genetic algorithm for MRF-based segmentation of multi-spectral textured images. Din-chang Tseng,Chih-ching Lai. Pattern Recognition . 1999
[5]  
Image segmentation towards new image representation methods. Diogo Cortez,Paulo Nunes,Manuel Menezes de Sequeira,Fernando Pereira. Signal Processing . 1995
[6]  
Maximum entropy-based optimal threshold selection using deterministic reinforcement learning with controlled randomization. Peng-yeng Yin. Signal Processing . 2002
[7]  
Algorithm Design and Analysis. Wang Xiaodong. . 2003
[8]  
A neural system for deforestation monitoring on Landsat images of the Amazon Region. Valmir C Barbosa,Ricardo J Machado,Frederico dos S Li porace. International Journal of Approximate Reasoning . 1994