刘小丹， 于宁， 邱红圆

(辽宁师范大学计算机与信息技术学院,大连 116029)

基于谱直方图的遥感图像分层次多尺度植被分割

刘小丹， 于宁， 邱红圆

(辽宁师范大学计算机与信息技术学院,大连 116029)

在遥感图像分割中，植被是重要的一类对象，植被细分割一般有3个目标，按尺度分为乔木、灌木和草与苔藓。针对单一层次多分类方法不能充分利用植被目标不同纹理尺度实现精确的多分类问题，提出了一种基于谱直方图的遥感图像分层次、多尺度植被分割方法。首先用归一化植被指数(normalized difference vegetation index,NDVI)提取出遥感图像中的植被区域，然后再对该区域分层实现多个二分类算法、完成多分类操作。在每个分类层次，利用目标的先验知识和纹理尺度选择纹理滤波参数，对滤波结果提取各子块图像的谱直方图用以表达纹理特征，从而实现1个层次的分割。实验结果表明，该方法较好地利用了植被各层次目标的先验知识和纹理尺度，使得对纹理滤波器的增强处理更具针对性； 谱直方图的特征区分度更大，使得植被细分割精度明显提高。

遥感图像； 植被分割； 谱直方图； 多尺度滤波

0 引言

在遥感图像分割的研究中，随着遥感图像分辨率的提高，地物的结构信息越来越丰富，基于纹理结构的分割方法已经表现出明显的优势，纹理结构与其他方法结合也成为一种趋势。例如刘婧等[1]提出结合结构和光谱特征的高分辨率图像分割方法，综合利用图像的结构和光谱特征，采用区域生长策略进行分割，该方法适合于具有较明显几何形状特征的城市地区高分辨率多光谱图像。……