董志鹏，王 密，2，李德仁，2

1.武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079；2.地球空间信息协同创新中心，湖北 武汉 430079



一种融合超像素与最小生成树的高分辨率遥感影像分割方法

董志鹏1，王 密1，2，李德仁1，2

1.武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079；2.地球空间信息协同创新中心，湖北 武汉 430079

影像分割是面向对象高分辨率遥感影像分析的基础与关键。针对传统影像分割方法易受噪声影响，且难以确定合适的影像分割尺度的问题，本文提出了一种融合超像素与最小生成树的高分辨率遥感影像分割方法。首先用简单线性迭代聚类算法对影像进行过分割生成超像素；然后初始设定影像分割数，采用区域动态约束聚类算法对超像素进行合并，获得分割数-方差和、分割数-局部方差、分割数-局部方差变化率指标图，依据3个指标图确定合适的影像分割数；最后根据确定的合适影像分割数，采用区域动态约束聚类算法对超像素重新合并得到分割结果。定性对比试验和定量评价结果表明，本文方法可以有效地克服影像噪声对分割结果的影响，获得良好的影像分割结果。

高分辨率遥感影像；影像分割；超像素；聚类；区域合并

随着对地观测卫星技术的发展，高分辨率的遥感影像已经应用到城市规划、作物分类、灾害检测等领域[1]。影像分割作为高分辨率遥感影像信息提取与目标识别的前提和基础，是实现从数据到信息的对象化提取的过渡环节和关键步骤，具有十分重要的地位[2]。……