基于區(qū)域生長法的高空間分辨率遙感圖像分割與實現(xiàn).pdf

1、高空間分辨率遙感圖像具有良好的地物表現(xiàn)力，其圖像細(xì)節(jié)信息豐富，地物幾何結(jié)構(gòu)明顯的特點，應(yīng)用傳統(tǒng)的基于像素的方法對其處理已經(jīng)不合適，面向?qū)ο蟮奶幚矸椒☉?yīng)運而生。圖像分割是實現(xiàn)由基于像素方法到基于對象方法轉(zhuǎn)變的關(guān)鍵環(huán)節(jié)，其分割形成的初始區(qū)域是圖像對象化的基本描述。由于圖像分割本身具有的不確定性以及高空間分辨率遙感圖像的復(fù)雜性，使得高分辨率遙感圖像的分割沒有完全可靠的模型進(jìn)行指導(dǎo)，也使得本領(lǐng)域的研究頗具挑戰(zhàn)性。 本文重點研究了區(qū)域生長

2、算法思想，并進(jìn)行了算法實現(xiàn)及對高空間分辨率遙感圖像的分割應(yīng)用，所做的主要研究工作如下： (1)區(qū)域生長算法的研究及編程實現(xiàn)。在研究了區(qū)域生長算法原理的基礎(chǔ)上，基于MATLAB平臺，設(shè)計開發(fā)了本文的區(qū)域生長算法。算法分為兩部分：其一是區(qū)域生長，選擇了連續(xù)性的種子定位方法，確定生長標(biāo)準(zhǔn)，設(shè)計生長方式；其二是區(qū)域合并，將分割得到的不需要的破碎區(qū)域合并到與之最相似的臨近區(qū)域中去。結(jié)合區(qū)域生長分割算法，計算得到區(qū)域?qū)傩灾?，以表征所分割出?/p>

3、每個區(qū)域。對林區(qū)高分辨率遙感圖像應(yīng)用區(qū)域生長算法進(jìn)行分割試驗，并作了對比驗證評價。 (2)對象邊緣提取及矢量化。本研究中，應(yīng)用三種邊緣檢測和提取方法提取分割后圖像的邊緣，分別是基于梯度的方法，基于子區(qū)域的方法，基于像素顏色值躍變的方法，試驗結(jié)果證明，皆提取到了相應(yīng)的區(qū)域邊緣。最后，基于cOM組件技術(shù)開發(fā)柵格轉(zhuǎn)矢量模塊，對提取到的邊緣進(jìn)行矢量化。 試驗證明，本文設(shè)計開發(fā)的區(qū)域生長算法對高分辨率遙感圖像進(jìn)行分割，獲得了較好的