下载文档原格式
一种改进的C-V水平集遥感图像分割方法杨铁军;宋智辉;姜传贤【期刊名称】《桂林理工大学学报》【年(卷),期】2012(032)002【摘要】针对遥感图像边界模糊分割难的问题,提出了一种改进的基于小波变换的C-V水平集分割方法提高其分割准确性.该方法首先使用小波变换得到原图像的高频分量,初步定位图像中高频信号的空间位置;然后根据高频分量的幅值及其空间分布,借鉴反锐化掩模法的思想,增强图像高频信号对水平集分割的指导作用,并优化驱动水平集演化的内、外能量及曲线长度约束能量.实验证明,运用该方法对遥感图像的分割结果比传统水平集方法更准确,能有效的利用局部信息提高水平集能量项的有效性和分割结果的准确性.【总页数】6页(P281-286)【作者】杨铁军;宋智辉;姜传贤【作者单位】桂林理工大学信息科学与工程学院,广西桂林541004;桂林理工大学广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学信息科学与工程学院,广西桂林541004;桂林理工大学广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学信息科学与工程学院,广西桂林541004;桂林理工大学广西空间信息与测绘重点实验室,广西桂林541004【正文语种】中文【中图分类】P237;TP751【相关文献】1.一种改进的 C-V 水平集图像分割方法 [J], 陈志惠;汪仁煌;汪志敏2.一种基于三维直方图的改进C-V模型水平集图像分割方法 [J], 任继军;何明一3.一种改进的快速C-V水平集红外图像分割 [J], 危自福;毕笃彦;马时平4.一种新的窄带快速区域水平集C-V模型图像分割方法 [J], 李传龙;李颖;兰国新5.一种基于k均值的多相位水平集遥感图像分割方法 [J], 徐二静;贾振红;汪烈军;胡英杰;杨杰因版权原因，仅展示原文概要，查看原文内容请购买。
遥感图像的分割技术摘要：图像作为直接而丰富的信息载体已经成为人类获取和利用信息的重要来源和手段。
图像分割是图像处理中很重要的技术，也是图像分析和图像理解的关键一步。
本文系统地分析了图像分割技术的现状、分类方法和现在流行各种新的分割方法。
首先，简单介绍了图像分割的传统方法，包括基于区域的、基于边缘的和两者结合的图像分割方法。
然后，分别从数学形态学、模糊集、神经网络、支持向量机、图论等方面对图像分割方法进行了重点论述，并对应用每一种理论的最新研究进展作了介绍。
最后，对图像分割的发展趋势进行了展望。
关键词：图像分割；边缘检测；区域分割；分水岭；模糊集；神经网络；支持向量机；位图1、引言图像分割就是指把图像分成互不重叠的区域并提取出感兴趣目标的技术[1]。
遥感图像以其良好的时相性和丰富的信息量和逐步提高的分辨率等特点逐步在国民生活的各个领域发挥了极大地作用，因此我们利用图像分割技术对其进行深入的研究、发掘其中隐含的信息具有非常重要的意义。
同时遥感图像通常表现为对比度低，区域特征因不同的拍摄条件而产生较大变化，不同区域之间的边界模糊，以及形状结构和细微结构分布复杂多样，图像信息容量大等特点加大了我们进行分割的难度。
顾名思义遥感图像分割就是对遥感图像进行分割的技术。
它是对遥感图像进行处理和应用的基础，是遥感图像处理和分析的关键步骤，他可以将原始图像转化为更抽象、更紧凑的形式，使得高层的分析和决策成为可能。
本文的内容组织结构如下：首先，介绍了一下常见的几种图像分割方法；其次，阐述了基于特定理论的图像分割新算法；最后，对图像分割技术的发展趋势做了一些展望。
2、图像分割算法的分类为了有效的分割各种各样的图像，人们已经提出了很多分割方法。
按分割的途径和实现原理的不同，主要分为以下三种形式：基于边缘提取的方法、基于区域的方法以及二者结合的方法。
2.1基于边缘的图像分割方法边缘是指图像中像素灰度有阶跃状或屋顶状变化的那些像素的集合。
遥感图像处理中的多尺度分割方法与应用研究遥感图像处理是利用遥感技术获取的图像数据进行处理和分析的科学。
遥感图像通常具有高分辨率和大范围的特点，需要采用有效的分割方法来提取和识别图像中的地物信息。
多尺度分割方法是一种常用的图像分割技术，通过在不同尺度下对图像进行分割，可以提高分割的准确性和鲁棒性。
本文将介绍多尺度分割方法的原理和常见的应用研究，旨在为遥感图像处理领域的研究者和应用者提供参考。
多尺度分割方法是基于图像多尺度表示的思想，将图像分解成不同尺度的子图像，并在不同尺度下对子图像进行分割。
常见的多尺度分割方法包括基于区域的分割方法和基于边缘的分割方法。
基于区域的多尺度分割方法主要是基于图像的颜色、纹理和形状等特征，将图像分割为一系列区域，每个区域具有相似的特征。
常用的算法包括基于水平集的方法、标准化割降方法和区域生长方法等。
其中，基于水平集的方法将图像分割为多个子区域，并通过图像边界的演化来得到最终的分割结果。
标准化割降方法将图像分割为多个具有相似特征的子区域，并通过自适应阈值来实现分割。
区域生长方法从种子像素开始，根据像素之间的相似性将像素逐步合并成为区域。
基于边缘的多尺度分割方法主要是基于图像的边缘信息，将图像分割为不同的边缘区域。
常用的算法包括Canny算子、Sobel算子和Laplacian算子等。
其中，Canny算子是一种常用的边缘检测算法，通过计算图像中像素间的梯度和非最大抑制来得到图像的边缘区域。
Sobel算子和Laplacian算子分别通过计算图像中像素的一阶和二阶导数来得到边缘信息。
多尺度分割方法在遥感图像处理中具有广泛的应用。
一方面，多尺度分割方法可以应用于遥感图像的地物提取和分类。
通过提取图像中的地物信息，可以对地物进行分类和识别，为地理信息系统（GIS）的建设和管理提供数据支持。
另一方面，多尺度分割方法还可以应用于遥感图像的变化检测和监测。
通过对多时相的遥感图像进行分割和比较，可以检测地物的变化和演化情况，为城市规划、农业监测和环境保护等领域提供参考。
三种多尺度遥感图像分割算法的分析比较概述摘要图像分割是数字图像处理领域中的重要内容，遥感图像分割是图像分割的一个重要应用方向。
论文简要地概述了三种多尺度遥感图像分割算法，分别是基于HIS空间和颜色纯度的多尺度遥感图像分割算法、基于区域生长的多尺度遥感图像分割算法、基于分水岭算法的多尺度遥感图像分割算法。
关键字：图像分割，遥感,多尺度，算法AbstractImage segmentation is a digital image processing in the field of important content, remote sensing image segme ntati on image segme ntati on is an importa nt applicati on directio n. This paper gives a brief overview of the three remote sensing image | segmentation algorithm, which is based on the HIS color space and multiscale segmentation of remote sensing image based on region growing algorithm, the method of image segme ntati on based on watershed algorithm, multi scale image segme ntati on of remote sensing image.Keyword : image segmentation , remote sensing, multiscale,algorithm介绍：遥感图像分割⑴，就是对遥感图像进行处理，并从中提取目标的过程。
它是对遥感图像进行进一步处理和应用的基础。
测绘技术遥感图像分割方法总结测绘技术在遥感图像分割方法中的应用已经成为了现代测绘领域中的重要研究方向。
遥感图像分割的目的是将图像中不同的目标或区域进行区分和提取，以便进行后续的分析和处理。
而测绘技术则可以提供更加精确和准确的信息，帮助我们更好地完成图像分割的任务。
一种常见的遥感图像分割方法是基于像素的分割方法。
这种方法以图像的像素为基本单位，根据像素的灰度值进行分类。
根据像素的灰度值进行分类的基本原理是，不同的目标在遥感图像中通常会表现出不同的灰度特征。
通过分析和比较像素的灰度值，我们可以将具有相似灰度特征的像素划分到同一个类别中。
这种方法简单直观，容易实现，但是在处理复杂遥感图像时存在一定的局限性。
为了克服基于像素的分割方法的局限性，研究人员提出了基于区域的分割方法。
这种方法将相邻的像素组成一个连续的区域，通过分析区域的特征来实现图像分割。
基于区域的分割方法可以利用像素间的空间关系和灰度特征，更好地保持目标的连续性和一致性。
通过将像素分组形成区域，然后对区域进行合并或拆分，可以得到更加准确和稳定的分割结果。
而测绘技术可以提供对区域边界的测量和分析，帮助我们更好地确定区域的边界和特征。
此外，还有一种常用的遥感图像分割方法是基于多尺度的分割方法。
这种方法利用多个尺度下的图像信息来进行分割，以获取更全面和准确的目标信息。
首先，对图像进行多尺度的分解或滤波处理，然后在每个尺度上进行分割。
最后，将各个尺度上的分割结果进行融合，得到最终的分割结果。
测绘技术可以提供对多尺度图像的测量和分析，帮助我们更好地理解和处理不同尺度图像下的目标信息。
除了基于像素、区域和多尺度的分割方法外，还有一些其他的遥感图像分割方法，如基于边缘的分割方法、基于深度学习的分割方法等。
这些方法在不同的应用场景下具有一定的优势和适用性。
测绘技术可以为这些方法提供辅助信息和辅助分析，提高分割结果的准确性和可靠性。
综上所述，测绘技术在遥感图像分割方法中起到了重要的作用。
一种改进的遥感图像多尺度分割方法
尹波;李楠;方涛
【期刊名称】《微型电脑应用》
【年(卷),期】2007(23)12
【摘要】该文提出一种基于区域合并的遥感图像多尺度分割方法,此方法综合利用遥感图像的光谱特征和形状特征信息来描述区域对象的特性,并在此基础上给出两个相邻区域的合并代价,通过不同阈值对合并代价进行限制,以得到不同尺度大小的分割结果.为提高遥感图像分割的效率,使用分块策略对初始区域邻接图进行划分.实验证明,这种改进的多尺度分割方法遥感图像分割精度较好,同时效率有了较大的提高.
【总页数】4页(P23-25,34)
【作者】尹波;李楠;方涛
【作者单位】上海交通大学图像处理与模式识别研究所,上海,200240;上海交通大学图像处理与模式识别研究所,上海,200240;上海交通大学图像处理与模式识别研究所,上海,200240
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种边界引导的多尺度高分辨率遥感图像分割方法 [J], 谭玉敏;李槐建柱;唐中实
2.基于分割质量的遥感图像最优尺度分割方法研究 [J], 庄仲杰;崔宾阁
3.一种面向对象的遥感图像多尺度分割方法 [J], 邱志伟;李艳;乔浩然
4.基于改进区域邻接图的遥感图像多尺度快速分割方法 [J], 张学良;肖鹏峰;冯学智
5.一种多尺度无监督遥感图像分割方法 [J], 郭小卫;官小平
因版权原因，仅展示原文概要，查看原文内容请购买。
