基于谱直方图的遥感图像分层次多尺度分割

《基于谱直方图的遥感图像分层次多尺度分割》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇‘；．．，＊齐聲矜六疋皆於孚辛去；吗＾‘（钱’．？户．；１０１郎类号吉數ｒ績护学校代码；；产：，密号：？空齊些學却＊一Ｖ扣；．‘＾．、：带４－．■．－－、．．－＝。■一’－．．、‘－？．？、、．乂尘．ｖ？一、ｔ＊Ｖ．Ｉ—＇Ｉ护＇．？．＇；＾？．恐扣．．，巧皆、皆‘＇＇，．黄－袭－連拿郎筵大緊：７ｖ！ｒ讀隣硕±学位论文Ｉ．屯？二夺，审．’．。巧兴．巧；式：；；ｉ，—节Ｖ、知＇＇、、、‘＾公；巧坤、心．、．巧懈｜｜，Ｖ成、、－．；－

2、．．—Ｖ谋—，如讀嘴基于谱直方图的遥感图像分层次多尺度分＊．．Ｊ－、＂；－—‘．，．ｒ：＼？＇—？＇＊－－＇＇－！－，：一，‘＇－？？＊广Ｊ■’．－Ｉ’＇＇、、，．去＾．＇＾＾一．‘＇＇．－＇ｊ户－獻巧和．睾袜Ｗ．ｒ．一屯義：％．扔，ｒ入，心宁‘准者姓备：于式ＶＡ巧Ｉ较寒、‘、扯＊巧‘背＾图懷处理：：：交．，：护研究方向．克．、；凉―；、＇‘‘拓，Ｖ：刘小丹教搜导师姓名．：？’‘＇－＞．－：．心．知Ｖ．耗，Ｊ鸟．义心掉

3、，矿；。气‘＾二。－．－：六年六月；．巧―／：？，线；参，：．方兴、，｜＞ｒ．、＇－．、．－．．．？，：、？－＼，＾－’．？＿＇／＇、‘，方－於Ａｒ一＇‘．＇－‘，．’．－一；－鸣‘、片－Ａ，？、、赋－＇．邊分类号：学校代码：10165密级：学号：201311001120硕士学位论文基于谱直方图的遥感图像分层次多尺度分割作者姓名：于宁学科、专业：计算机科学与技术研究方向：图像处理导师姓名：刘小丹教授二〇一六年六月辽宁师范大学硕士学位论文摘要在遥感图像纹理分割中，尺度的选择仍

4、是制约分割精度的难点。本文首先针对遥感图像植被纹理分割中单一层次多分类方法不能充分利用各目标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分层次多尺度的植被细分割方法。进一步，推广该方法，提出一种河流湿地遥感图像分层次多尺度的分割方法，将分层次多尺度分割方法推广到遥感图像的主要地物目标的分割处理中。针对植被的分类研究，植被细分割一般有3个目标，按尺度分为乔木、灌木和草地与苔藓。首先用归一化植被指数提取出遥感图像的植被区域，再对该区域分层实现多个二分类算法来实现多分类操作。在每个分类层次，利用目标的先验知识和纹理尺度选择

5、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，从而实现一个层次的分割。实验表明，此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，使得纹理滤波器的增强处理更有针对性，谱直方图的特征区分度更大，植被细分割精度明显提高。将分割地物目标由植被拓展到各相关地物，以河流湿地为例研究分层次多尺度纹理分割方法。首先采用基于归一化植被指数方法完成植被区域中草地与苔藓、灌木和乔木的分层分割，接下来对非植被区域进行面向水体和滩涂的两个层次分割。每层次分割由一个特定纹理尺度的二分类算法实现，其中植被分割的纹理尺度由蓝噪声探测

6、方法获取，其余目标的纹理尺度由目标的先验知识和图像的分辨率确定。在每一个分割层次上，由纹理尺度设置纹理滤波参数并用谱直方图表达纹理特征。实验表明，此方法充分利用了河流湿地各层次目标的纹理尺度，纹理滤波的增强效果明显，各地物目标的分割精度明显提高。关键词：遥感图像；谱直方图；植被分割；河流湿地；纹理滤波；多尺度分割-I-基于谱直方图的遥感图像分层次多尺度分割Hierarchicalmuti-scalesegmentationofremotesensingimagebasedonspectralhistogramAbstractI

7、nremotesensingimagetexturesegmentation,selectionofthescaleremainsaconstraintsegmentationaccuracydifficulties.First,forsinglelevelmulti-classificationmethodcan'tmakefulluseofthescaleofthetextureofdifferentvegetationtargetsoastoachievemoreaccuratemulti-classificationp

8、roblem,theauthorsproposedahierarchicalmulti-scaleremotesensingimagevegetationsegmentationmethodbasedonspectralhistogram.Furtherpromotethis