APP下载

基于NMI特征的遥感影像线性迭代聚类超像素分割算法

2022-03-31李静

光学精密工程 2022年6期

李 静

(北京跟踪与通信技术研究所,北京100094)

1 引 言

随着对地观测技术的不断进步,人们对地球资源和环境的认识不断地加深,遥感图像的分辨率也不断提高,逐渐地展现出结构、形状、纹理等细节信息,拉动了人们对高分辨率遥感影像的应用需求。然而高分辨率遥感图像所包含的大量细节信息无疑会给现有的图像应用算法带来巨大的负担。因此,国内外学者从各角度提出许多能够减轻图像应用算法繁重计算量的图像预处理方法,其中就包括图像分割。

遥感图像超像素分割是将一幅遥感影像的像素根据空间位置关系、颜色等各属性进行分类,最后将各类像素组合成若干个具有同质性的对象,即为超像素。超像素遵循空间上的连续且互斥的特性,其分割质量直接决定了后续图像处理的有效性。传统的基于像元的图像分割方法只关注遥感图像的光谱信息,未考虑纹理细节等因素的干扰,导致分割后的图像像元之间相关性差,分割结果具有很大的不确定性,再加上图像固有噪声的影响使得图像分割后的影像存在“椒盐”效应,分割后的图像缺乏连贯性[1-2],给后续的图像应用带来局限性。因此提出一种能够结合并利用纹理信息、具备噪声鲁棒性的图像分割技术成为迫切需要。

为了充分展示图像像素特征的空间分布关系,许多学者提出了超像素分割算法[3-4]。该类分割算法是按照某种相似度准则,将图像划分为接近均匀并互斥的图像块。……

登录APP查看全文