基于Mean Shift的高分辨率遙感圖像分割研究.pdf

1、遙感技術(shù)的飛速發(fā)展帶動了遙感數(shù)據(jù)獲取技術(shù)的增強(qiáng)，從而使精度更高規(guī)模更大的遙感數(shù)據(jù)成為遙感領(lǐng)域里研究的主要對象，因此傳統(tǒng)的遙感處理方法已經(jīng)不適用于對當(dāng)前的高分辨率大規(guī)模影像進(jìn)行處理，需要提出針對性更強(qiáng)的算法技術(shù)。圖像分割技術(shù)是遙感圖像處理過程中關(guān)鍵的一步，它可以為后續(xù)圖像分類、特征識別等圖像處理技術(shù)提供便利，因此分割精度的好壞對最終的圖像處理結(jié)果尤為重要。
　　本文以Mean Shift算法為基礎(chǔ)，結(jié)合遙感圖像的特點，對高分辨率遙感

2、圖像的分割技術(shù)進(jìn)行研究，其主要的工作和成果如下：
　　1.介紹了Mean Shift算法的主要原理，包括算法的提出，算法關(guān)鍵部分的選擇和特性等，進(jìn)而介紹影像分割的基本流程，詳細(xì)說明了關(guān)鍵流程中Mean Shift的處理和作用。
　　2.基于Mean Shift算法對高分辨率遙感圖像在分割效率和分割精度的問題上進(jìn)行優(yōu)化改進(jìn)，首先提出對大規(guī)模影像的并行分割優(yōu)化算法，解決傳統(tǒng)分割算法在面向大規(guī)模遙感影像處理時所存在的分割效率低、內(nèi)

3、存不足甚至無法分割的問題，同時一定程度上消除分塊并行化中“分快線”的存在，提高分割精度，并將實驗結(jié)果與eCognition軟件的分割結(jié)果進(jìn)行對比，證明本優(yōu)化算法的有效性；其次對遙感圖像分割過程中的合并流程所涉及到的距離度量進(jìn)行研究，將傳統(tǒng)的歐式距離由光譜匹配距離等更符合遙感數(shù)據(jù)特征的相似度量替換，在基于Mean Shift的高分辨率遙感圖像平臺中應(yīng)用，得到相關(guān)實驗結(jié)果，通過數(shù)據(jù)比較得出替換后的距離度量能更好地作用到遙感圖像分割的結(jié)果中。