论文部分内容阅读
图像分割是高分辨率遥感信息处理与分析的关键环节之一，图像分割的质量直接影响着后续的面向对象处理的性能，因此，探索适合高分辨率图像的有效的图像分割方法是高分辨率遥感研究中的重要方向之一。传统的基于形态学剖面的图像分割方法只利用图像的结构信息。
本文提出一种基于结构和光谱信息的图像分割方法。该方法首先计算多光谱遥感影像的形态学差值剖面，根据相邻像元的形态学差值剖面的相似性来确定相邻象元是否属于同一连通区；在获得基于结构信息的初始分割结果后，利用光谱相似性对相邻的分割区域进行合并；最后，通过设置最小分割区域的阈值，对结果进一步优化。此外，针对高分辨率图像中所存在的一些细小结构对分割结果的影响，将水平化滤波方法应用于图像的滤波，并分析评价水平化对图像质量与不同尺度水平化在高分辨率遥感影像分割中的作用。
本文利用实际的高分辨率图像，从目视分析、定量指标和面向对象的分类结果等三个方面对所提出的方法进行了验证和分析。结果表明，与现有的基于形态学剖面分割方法相比，本文所提出的基于光谱和结构信息的分割方法，获得了更准确的分割结果，是一种有效的高分辨率遥感影像分割方法；水平化滤波能在滤去噪声的同时较好地保持地物轮廓边界，并有效改善图像分割的性能，但需要通过相应分割评价指标及图像自身特征选择合适的水平化尺度。