孙玮婕，杨 军

1.兰州交通大学 测绘与地理信息学院，兰州730070

2.地理国情监测技术应用国家地方联合工程研究中心，兰州730070

3.甘肃省地理国情监测工程实验室，兰州730070

4.兰州交通大学 电子与信息工程学院，兰州730070

图像分割是将图像中的像素按照一定的相似性分成若干不重叠的具有特殊意义的小区域。针对图像分割已经提出如阈值、边缘检测和区域生长等方法，但传统的图像分割方法大多是以像素为单位，很少考虑到像素与像素之间的关系。因此，2003年，Ren等人[1]提出了具有相似纹理、颜色、亮度等特征的相邻像素构成的超像素这一概念，能够通过超像素块将图像分割为具有相似特征的小区域。计算机视觉领域[2-3]将基于超像素的分割算法作为图像预处理的一种方法，能获得较好的局部特征和结构信息，并在很大程度上提高了图像的运行效率。随着遥感技术的发展，遥感影像具有更清晰的地物特征和形状轮廓，使得遥感影像分割成为信息提取的关键步骤，而基于超像素的分割方法能够利用超像素块代替影像中大量的原始像素，可以提高图像分割的精度和效率，在遥感影像分割领域受到了广泛关注[4-5]。

1 相关研究工作

超像素分割的方法大体上可分为两类[6]：基于图论的方法和基于梯度上升的方法。基于图论的方法是将图像中的每一个像素看做是一个节点，连接两个节点形成边，并通过分配给边的权重及各种分割准则形成超像素。……