資源描述：
《融合邊緣信息的面向?qū)ο蠖喑叨确指罘椒ā酚蓵T上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、一種融合邊緣信息的面向?qū)ο蠖喑叨确指钏惴謼滻,秦志遠"，鄭克斌21.解放軍信息工程大學地理空間信息學院，鄭州4500()1E-maiI:lindong_hb59@163.com2.92899部隊,寧波315200E-maikwyx7506l5@sina.com摘要：針對高分辨率遙感影像空間上下文佶息豐富、地物類別Z間邊緣佶息突出的特點，提出了-?種融合邊緣倍息的而向?qū)﹀璺指钏惴?，應用Canny算子對全色影像進行邊緣信息提取，結(jié)合光譜信息和邊緣倍息構(gòu)建基于圖論方法的距離度量函數(shù)獲取邊權(quán)值，并采用最小生成樹KruskalW法完成彩色影像的初始分割，通過綜合分析對彖內(nèi)的光譜、
2、形狀和邊緣信息完成區(qū)域合并，生成分割結(jié)果圖。利用Worldview2和Pleiades兩幅三波段RGB影像進行試驗，并通過采用eCognition8.0試用版的處理結(jié)果進行對比，驗證了該方法的有效性。關(guān)鍵詞：Canny算子，邊緣信息，光譜信息，最小生成樹，區(qū)域合并，cCognitionAnObject-OrientedMulti-scaleImageSegmentationAlgorithmBasedonEdgeDetectionLINDong1,QINZhiyuan1,ZHENGKebin21.InstituteofGeospatialInformation,Infor
3、mationEngineeringUniversity.Zhcngzhou450001;E-mail:lindong_hb59@163.com.2.92899army,Ningbo315200;E?mail:wyx750615@sina.comAbstract:Takingaccountoftherichspatialcontextualinformationandthesalientedgeinformationbetweendifferentlandcoverclassesinhigh-resolutionremotesensingimages,anobject-or
4、ientedmulti-scalesegmentationalgorithmbasedonedgedetectionwasproposed.Cannywasappliedtoextractedgeinformationinpanchromaticimagery.Combiningspectralinformationwithedgeinformationtogettheweightofedgesbasedongraphtheory,thenusingminimumspanningtreealgorithm(Kruskal)tocompletetheinitialsegme
5、ntationofcolorimages.Atlast,throughcomprehensivelyanalyzingofthespectral,shapeandedgeinformationwithintheobjectstomergeareas,andthesegmentationresultsweregenerated.ThisalgorithmhasbeentestedonWorldview?andPleiadesthree-bandRGBimagesandtheresultiscomparedwiththetrialversionofeCognition8.0.
6、Experimentresultsshowedtheproposedalgorithmwaseffective.KeyWords:Cannyalgorithm,edgeinformation,spectralinformation,minimumspanningtree,mergeareas,eCognition引言由于高空間分辨率遙感彩像上的光譜信息較少，而空間關(guān)系信息豐富，使得利用面向?qū)ο蠹夹g(shù)分割該類遙感影像成為町能。遙感影像多尺度分割技術(shù)作為面向?qū)ο蠹夹g(shù)的基礎(chǔ)，白然成為n前遙感影像處理領(lǐng)域的研究熱點和難點。BaatzandSchape⑴等綜合考慮遙感影像上地物光譜特
7、征和形狀特征的綜合影響，利用區(qū)域牛長和區(qū)域融合的方法，實現(xiàn)了分形網(wǎng)絡進化的多尺度分割方法。Li和XiaoR等利用分水嶺變換方法完成了多波段影像的多尺度分割。Koschan⑶等利用邊緣檢測的方法實現(xiàn)了彩色圖像的多尺度分割。近年來，棊于圖論的多尺度分割方法也越來越受到重視，并取得了較大的進展，這種分割方法可概插為兩個主要的分支⑷：一是基于譜聚類的分割算法⑸，該方法的主要思路是將一個求取拉格朗F1條件下的最小化問題轉(zhuǎn)化為求解廣義特征值和特征向量的問題，但是它的答解速度過慢，如不采取近似加速的方法，不宜解決大幅影像的分割問題；二是基于
