结合SLIC和模糊聚类的遥感图像分割方法

论文摘要

超像素分割是目前用于遥感影像分割的研究热点,但它易产生过度分割的问题。为解决过度分割问题,提出一种简单线性迭代聚类（SLIC）结合快速FCM聚类算法（Fast fuzzy C-means,FFCM）的遥感图像分割方法。该方法首先用SLIC算法对初始影像进行预分割;然后使用FFCM对获取的超像素进行合并。本文将分形网络演化方法（FNEA）作为对比实验方法。实验结果表明,本文提出方法的分割结果与实际地物的相似度更高,抗噪性更好。提出分割方法的精度较FNEA算法相比均有所提高。研究成果可为遥感影像分割提供有效借鉴。

论文目录

• 0 引言
• 1 研究方法
•   1.1 超像素的生成
•   1.2 FFCM理论
• 2 实验与分析
•   2.1 实验数据及平台
•   2.2 精度评价
•   2.3 实验结果与分析
• 3 结论

文章来源

类型: 期刊论文

作者: 杨丽艳,赵玉娥,黄亮

关键词: 遥感图像,图像分割,超像素,过分割,分形网络演化方法

来源: 软件 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 昆明理工大学国土资源工程学院,云南省高校高原山区空间信息测绘技术应用工程研究中心

基金: 国家自然科学基金项目“南方山地城镇建设用地与变化的坡度梯度效应研究”(编号:41961039),云南省应用基础研究计划面上项目“基于全卷积神经网络的多源遥感影像变化检测”(编号:2018FB078),云南省高校工程中心建设计划资助,自然资源部地球观测与时空信息科学重点实验室经费资助项目(编号:201911)“基于直觉模糊集理论的多源遥感影像变化检测方法研究”

分类号: TP751

页码: 66-69

总页数: 4

文件大小: 1474K

下载量: 207