融合边缘信息的面向对象多尺度分割方法

《融合边缘信息的面向对象多尺度分割方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、一种融合边缘信息的面向对象多尺度分割算法林栋I,秦志远"，郑克斌21.解放军信息工程大学地理空间信息学院，郑州4500()1E-maiI:lindong_hb59@163.com2.92899部队,宁波315200E-maikwyx7506l5@sina.com摘要：针对高分辨率遥感影像空间上下文佶息丰富、地物类别Z间边缘佶息突出的特点，提出了-•种融合边缘倍息的而向对彖分割算法，应用Canny算子对全色影像进行边缘信息提取，结合光谱信息和边缘倍息构建基于图论方法的距离度量函数获取边权值，并采用最小生成树KruskalW法完成彩色影像的初始分割，通过综合分析对彖内的光谱、

2、形状和边缘信息完成区域合并，生成分割结果图。利用Worldview2和Pleiades两幅三波段RGB影像进行试验，并通过采用eCognition8.0试用版的处理结果进行对比，验证了该方法的有效性。关键词：Canny算子，边缘信息，光谱信息，最小生成树，区域合并，cCognitionAnObject-OrientedMulti-scaleImageSegmentationAlgorithmBasedonEdgeDetectionLINDong1,QINZhiyuan1,ZHENGKebin21.InstituteofGeospatialInformation,Infor

3、mationEngineeringUniversity.Zhcngzhou450001;E-mail:lindong_hb59@163.com.2.92899army,Ningbo315200;E・mail:wyx750615@sina.comAbstract:Takingaccountoftherichspatialcontextualinformationandthesalientedgeinformationbetweendifferentlandcoverclassesinhigh-resolutionremotesensingimages,anobject-or

4、ientedmulti-scalesegmentationalgorithmbasedonedgedetectionwasproposed.Cannywasappliedtoextractedgeinformationinpanchromaticimagery.Combiningspectralinformationwithedgeinformationtogettheweightofedgesbasedongraphtheory,thenusingminimumspanningtreealgorithm(Kruskal)tocompletetheinitialsegme

5、ntationofcolorimages.Atlast,throughcomprehensivelyanalyzingofthespectral,shapeandedgeinformationwithintheobjectstomergeareas,andthesegmentationresultsweregenerated.ThisalgorithmhasbeentestedonWorldview?andPleiadesthree-bandRGBimagesandtheresultiscomparedwiththetrialversionofeCognition8.0.

6、Experimentresultsshowedtheproposedalgorithmwaseffective.KeyWords:Cannyalgorithm,edgeinformation,spectralinformation,minimumspanningtree,mergeareas,eCognition引言由于高空间分辨率遥感彩像上的光谱信息较少，而空间关系信息丰富，使得利用面向对象技术分割该类遥感影像成为町能。遥感影像多尺度分割技术作为面向对象技术的基础，白然成为n前遥感影像处理领域的研究热点和难点。BaatzandSchape⑴等综合考虑遥感影像上地物光谱特

7、征和形状特征的综合影响，利用区域牛长和区域融合的方法，实现了分形网络进化的多尺度分割方法。Li和XiaoR等利用分水岭变换方法完成了多波段影像的多尺度分割。Koschan⑶等利用边缘检测的方法实现了彩色图像的多尺度分割。近年來，棊于图论的多尺度分割方法也越來越受到重视，并取得了较大的进展，这种分割方法可概插为两个主要的分支⑷：一是基于谱聚类的分割算法⑸，该方法的主要思路是将一个求取拉格朗F1条件下的最小化问题转化为求解广义特征值和特征向量的问题，但是它的答解速度过慢，如不采取近似加速的方法，不宜解决大幅影像的分割问题；二是基于