基于形态学梯度重构的高分辨率遥感影像分割方法

基于形态学梯度重构提出一种用于高分辨率遥感影像的分割方法.针对遥感图像的特点构建多形状结构元素,然后使用该结构元素对图像提取形态学梯度并进行开闭重构;根据人的视觉特征,对梯度的高对比度区域进行还原,用于保证较高的局部对比度;最后使用浸没式分水岭变换获得分割结果.对IKONOS影像进行分割实验,结果表明了该方法的有效性.     

基于方向分水岭变换的遥感影像多尺度分割

传统分水岭变换通常对梯度影像进行变换,往往会出现过分割现象。本文针对传统分水岭变换算法的不足,提出了一个新的影像多尺度分割算法。其基本过程是：传统分水岭变换先对边缘影像进行区域提取,通过边缘方向的拟合并修正边缘的强弱,获取区域分割结果。最后,根据区域边界的强弱作为区域合并条件,获得多尺度的分割结果。本文利用航空影像进行验证,实验表明不同层次的分割结果能够较好地反映地物的尺度特性。     

基于分水岭算法的彩色图像分割

在图像特征提取、识别以及基于特征的图像压缩等领域内,作为关键技术的图像分割方法具有重要的地位。文中针对静态彩色图像,利用形态学分水岭算法对图像进行初始分割,并以结合了边缘和区域信息的合并法则进行图像融合,达到与人视觉系统比较符合的分割结果。     

基于JSEG改进算法的高分辨率遥感影像分割

高分辨率遥感图像中细节信息丰富、地物几何结构明显,对JSEG算法进行了改进,使其对高分辨率遥感图像分割可以取得更合理的结果。算法使用增量式的生长方式完成初始分割,并综合使用颜色和形状信息对过分割区域进行合并。实验表明,改进后的算法符合高分辨率遥感图像的特点,可以得到更好的效果。     

基于分水岭变换的图像分割方法

针对基于分水岭变换的分割算法通常存在过分割现象,提出了一种新的分割算法,采用形态学的运算去除噪声及背景像素的影响,搜索区域极大值点,将分割定位于目标图像,从而达到很好的分割效果,方法从消除过分分割及区域轮廓定位等方面均具有很好的分割效果．     

基于高分辨率遥感影像的城市建设区提取

以北京市部分区域的QuickBird影像为实验数据, 运用面向对象的影像分析手段, 研究城市建设区的自动识别和提取方法。在分析城市建设区特征的基础上, 采用在低分辨率影像上粗提取, 在高分辨率影像上精提取相结合的技术, 提高提取精度。经过与目视判读结果的对比, 城市建设区的识别率达到89.7%, 误判率为27.6%。     

基于标记分水岭算法的高分辨率遥感图像分割方法

由于Quickbird等高分辨率遥感图像信息分布的特殊性,一些面向视频(或自然)图像分割方法并不完全适合于高分辨率遥感图像的分割.基于标记的Watershed图像分割算法是一种改进的分水岭算法, 它很好地被应用于人脸及其他一些场景图像的分割.把该方法引入高分辨遥感图像的分割,并针对遥感图像的特点,在分割之前采用中值滤波对高分辨率遥感图像进行预处理;同时,在分割过程中采用用小波滤波器替代Butterworth滤波器对梯度图像的低通滤波.不同地物特征的Quickbird图像的分割实验表明,对于纹理比较均一的高分辨率遥感图像,该方法避免了过分割现象,且效率较高;但对于纹理比较复杂的图像,该方法具有一定的局限性.     

基于OpenCV的分水岭分割算法的研究及应用

本文对基于形态学分水岭算法进行了深入的研究,并针对其存在的过分割问题对分水岭算法提出改进:使用区域合并方法限制允许出现的区域的数目,这种改进的方法不仅可以很好地抑制过分割问题,还能有效分割出图像中的感兴趣区域,以达到提取图像有效边缘信息的目的。将此方法在OpenCV下进行实验,结果表明这种方法可以有效清除干扰噪声及局部极小值,从而得到精确的分割结果。     

基于分水岭区域差异性的多级图像分割

分水岭分割算法的不足之处在于过分割,即生成大量的小区域而使目标物淹没其中．文中通过定义分水岭区域的差异性给出一种多级图像分割方案,克服了传统的解决过分割问题时需要预先设置标记点的缺陷,也避免了多分辨率分割中边缘模糊和移位的问题．该算法可以应用于多种类型的图像。并经实验证明具有良好的分割效果．     

基于中分辨率遥感影像的厦门城市绿地信息分析

采用2006、2009年Landsat5 TM和2013年Landsat8 OLI 3个时相的遥感影像,结合以往的相关数据、资料和实地调查,对厦门岛及周边区域的城市绿地进行提取分类,并采用监督分类方法,将绿地遥感影像划分为林地和其他绿地,分析区域内绿地面积和空间分布的变化情况。结果表明:利用中分辨率遥感影像,结合NDVI和K T变换可以更简便、大面积地提取绿地信息;2006—2013年,厦门岛及周边区域城市的绿地面积逐年增加,但绿地空间分布不均匀,结构不合理。建议厦门市应对城市绿地进行系统规划与建设,合理分布绿地空间,推进垂直绿化,合理配置绿化物种,以本地物种为主,提高景观稳定性和多样性。     

基于SLIC和动态区域合并的岩屑图像分割

岩屑图像分割要求精度高、速度快和鲁棒性强。针对这些要求,提出了基于SLIC(simple linear iterative clustering)和动态区域合并的分割算法。SLIC算法能产生形状规则、大小均匀、排列紧凑的超像素区域。但是SLIC分割后的图像过分割问题严重,为了降低过分割率,提出了基于NNR的动态区域合并算法,将超像素区域进行相似性合并。实验结果表明,将该算法用于岩屑颗粒图像分割,能够取得较好的效果。     

考虑高层建筑的高分辨率卫星影像几何定位

研究城市高层建筑环境下高分辨率卫星立体影像的几何校正方法和精度分析.实验结果表明,为了提高基于有理函数模型的定位精度,需要加入部分地面控制点.但是当控制点位于地面时,传统物方几何校正模型可以对平坦地面点进行有效几何校正,而建筑物楼顶点会出现高程外推计算错误.为此,提出一种改进的物方几何校正模型,可以消除建筑物高程差过大造成的几何定位影响.计算结果显示,在上海城市中心区域的实验中可以达到平面方向0.6 m和高程方向0.8 m的定位精度,证明了该改进模型的有效性.     

改进型脉冲耦合神经网络高分辨率SAR图像分割

针对高分辨率SAR (合成孔径雷达)图像噪声强, 目标分割难度大的特点, 提出一种改进的脉冲耦合神经网络(pulse coupled neural network, PCNN)模型的SAR图像分割算法。首先根据SAR图像中相干斑噪声的特点, 采用复小波进行去噪。然后, 在传统PCNN模型的基础上, 对神经元的输入信号, 尤其是链接系数和 阈值的非线性衰减子因子进行了改进和简化, 同时对链接强度系数β进行理论上的近似推导, 并减少人工设置的参数。最后, 通过最佳阈值对其结果进行二值化处理得到感兴趣的目标图像。实验结果表明, 改进后的算法运行效率提高, 自适应性增强。与传统算法相比, 区域一致性提高0.013, 区域的对比度提高0.015, 效果优于传统的PCNN算法, 为高分辨率SAR图像分割提供了一种新策略。     

胸部高分辨率CT片中肺实质的自动分割

以早期弥漫性肺疾病的高分辨率CT图片为研究对象，针对图片本身的特点，提出了一种新的肺部全自动分割法。该方法结合了阈值技术和区域生长技术。它首先将待处理源图像二值化，并根据用Sobel算子抽取出的躯干边缘，得到纯粹的躯干部二值图像。在中值滤波去噪后，对其中黑白区域分别进行连通域标记，并将面积较小区域（如气管等）的像素值取反。最后再经形态滤波得到肺部精确的模板。该算法能自动支除气管/支气管对应的图像区域，并将对阈值选取的敏感性和所需的人机交互减小到最低限度。     

基于分水岭与多尺度相结合的影像分割方法

分水岭分割是一种应用较广泛的影像分割方法,它能自动生成单像素宽度的封闭轮廓,但需要把影像分割成过多小区域,从而导致影像分割耗时且工作量大。本文就此提出一种分水岭和多尺度相结合的高分辨率影像分割方法。该方法首先运用分水岭方法对融合了亮度梯度和纹理梯度的综合梯度进行计算,然后将同质性度量值最小的区域对合并,最后结合改进区域邻接图进行区域合并。实验结果与基于分水岭和区域合并的影像分割算法得到的结果进行比较,证明该方法不仅能充分利用高分辨率遥感影像中地物的光谱、形状、纹理等特征,而且减少了计算时间。     

Watershed—based Image Segmentation with Region Merging and Edge Detection

The clustering technique is used to examine each pixel in the image which assigned to one of the clusters depending on the minimum distance to obhtain primary classified image into different intensity regions.A watershed transformation technique is then employes.This includes:gradient of the classified image,dividing the image into markers,checking the Marker Image to see if it has zero points(watershed lines).The watershed lines are then deleted in the Marker Image created by watershed algorithm.A Region Adjacency Graph (RAG)and Region Adjacency Boundary(RAB)are created between two regions from Marker Image.Finally region merging is done according to region average intensity and two edge strengths (T1,T2).The approach of the authors is tested on remote sensing and brain MR medical images.The final segmentation result is one closed boundary per actual region in the image.     

SEM材料图像目标区域分割

由SEM获取的纤维材料图像,目标孔洞粘联明显、重叠严重,特征参数提取困难。本文首先利用提取目标特征凹点的方法,实现了目标区域分割,但在分割精度上存在着不足,且算法较为复杂。对此,采用了一种基于距离变换的分水岭算法,通过对不同区域设置标记,循环标记的最终结果形成分水岭,并通过抑制过分割实现了对目标区域更为精确的分割。实验结果表明该算法具有良好的特性。     

结合高分辨率多光谱影像和LiDAR数据提取城区建筑

结合IKONOS影像和LiDAR数据,应用面向对象分类分析方法试验提取高分辨率多光谱卫星影像城区建筑物.处理流程包括如下步骤:(1)影像融合增强;(2)影像分割;(3)影像对象分类;(4)建筑物对象几何形状规则化处理.试验结果表明,面向对象分类分析是一种适于利用高空间分辨率遥感影像数据进行城区建筑物制图的有效方法.该方...