基于局部空间信息的可变类模糊阈值光学遥感图像分割

摘要：

阈值法分割在光学遥感图像分析中被得到广泛的应用,然而传统阈值法也存在诸多局限性,如对噪声敏感,需人为设定类别数,计算复杂度高等.针对传统闽值法的局限性,提出一种基于局部空间信息的可变类模糊阈值光学遥感图像分割方法.首先,以图像光谱的一阶矩为初始类中心,利用二分法原理和区域间最大相似度准则来快速确定类别数及其中心.然后,通过岭形模糊隶属函数计算各像素点对不同类的隶属程度,同时考虑到像素点的隶属度局部空间信息,在隶属度域中定义一个模糊加权滤波器对各类的隶属度矩阵进行滤波,以滤波后的隶属度集合为依据,按照最大隶属原则确定图像的标号场.最后,对标号场中的局部异常标号进行替换,将修正后的标号场由对应的类中心赋色得到分割图像.视觉和统计分析评价结果表明,与传统阈值法相比,该方法能在减少计算时间的同时获得更好的分割结果,可适用于光学遥感图像的多阈值分割.

关键词：遥感图像分割;局部模糊阈值;可变类;隶属度域;标号场

所属期刊栏目：48

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：582-593