苏腾飞， 张圣微， 李洪玉

(内蒙古农业大学水利与土木建筑工程学院,呼和浩特 010018)

基于纹理特征与区域生长的高分辨率遥感影像分割算法

苏腾飞， 张圣微， 李洪玉

(内蒙古农业大学水利与土木建筑工程学院,呼和浩特 010018)

影像分割是面向对象影像分析中的重要步骤。为了提高高分辨率遥感影像(high-resolution remote sensing image,HRI)分割算法的性能，提出一种新的影像分割算法，包含种子确定、基于种子区域生长(seeded region growing,SRG)的过分割(advanced SRG,ASRG)和层次区域生长(hierarchical region growing,HRG)3个步骤。利用Gabor纹理特征定义纹理均匀性，将种子自动放置在HRI中同一纹理组成区域的中心位置； 在SRG阶段，将HRI光谱信息与斑块形状信息相结合，提出了一种新的合并规则，以提高SRG过分割的精度与分割结果中各个斑块排列的紧凑性； 在HRG阶段，提出了一种自适应的阈值，可以更好地保持多尺度分割的特性； 在实验部分，采用3景HRI验证了上述方法。利用监督的影像分割评价方法定量评价了该方法的分割精度，并与另外2种主流的遥感影像分割算法进行了对比。结果表明，该方法可以得到令人满意的分割效果。

纹理特征； 种子区域生长(SRG)； 层次区域生长(HRG)； 高分遥感影像(HRI)； 影像分割

0 引言

随着遥感技术的不断进步，越来越多的传感器可提供高分辨率遥感影像(high-resolution remote sensing image，HRI)，如QuickBird,IKONOS,GeoEye,OrbView等[1-2]。影像分割是HRI解译的关键步骤[3-6]。HRI分割算法可大致分为基于边界的分割和基于区域的分割2类。第一类算法主要利用边缘检测算法提取影像中的区域边界，例如Sobel,Prewitt和Canny算子[7]，这类方法运算较快，但难以直接提取闭合的边界线。……