基于离散小波变换的高光谱特征提取中分解尺度的确定方法

近年来,小波变换被成功地运用于高光谱数据的特征提取.其中的关键环节之一是如何确定合适的分解尺度,以获得较高的分类精度.文中提出一种改进的基于相关系数的小波分解最佳尺度的确定方法.该方法首先对高光谱影像进行多尺度小波分解,提取特征图像,然后,计算各个尺度的小波近似系数与原始光谱信号之间的相关系数,根据相关系数的变化趋势确定最佳分解尺度.通过两个高光谱数据验证所提出的方法,并与现有方法进行对比.实验结果表明,所提出的方法可较准确地确定最佳的分解尺度.     

基于分水岭变换及分层区域合并的城市高分辨率影像分割

针对城市区域高分辨率图像的特点, 以及传统的基于分水岭变换的图像分割方法中存在的过分割问题, 提出一种分割区域的分层合并方法来改进分割结果。首先采用多通道分水岭分割得到初始分割结果, 然后通过定量分析城市不同地物内部光谱变化性的特点, 对影像进行分层, 并对不同的层分别进行合并, 得到最终的分割结果。采用一景北京地区的QuickBird影像, 从目视评价、定量指标计算以及应用等3个方面, 对提出的方法进行验证和评价, 并与现有的分割方法比较。结果表明, 与现有方法相比, 基于分层区域合并的方法可得到更准确的分割结果, 适合城市高分辨率图像的分割。     

一种高分辨率多光谱图像的多尺度分割方法

综合扩展的分水岭变换和分水线动态范围,提出了适用于高分辨率多光谱图像的多尺度分割方法。该方法首先计算多光谱图像的梯度,接着去除梯度图像上不相关的局部最小区域,然后计算分水岭的动态范围,通过设置不同的阈值,得到多层次（多尺度）分割结果。采用城市地区的高分辨率数据来评价所提出的方法,并与现有的图像分割方法进行比较。实验结果表明,该方法可生成多层次的分割结果,并较准确地分割出地物特征。分割结果反映了地物的多层次信息,为后续的面向对象分析提供了有意义的参考。