融合特征选择机制的自适应水平集遥感图像分割
本文提出了一种融合特征选择机制的自适应水平集Chan-Vese模犁(C-V模型)，并应用与遥感图像分割。传统的水平集C-V模型主要关注于颜色特征，对纹理特征研究得较少，而在遥感图像分割过程中，纹理特征亦具有很重要的作用。并且对于不同的遥感目标,颜色信息和纹理信息在分割过程中所起作用是不同的。为了解决该问题,本文把多个颜色特征分量和纹理特征分量作为初始特征集，通过建立相似性函数的距离度量来自适应地选择特征。同时,根据不同图像特点自适应地调整不同特征分量的权重,最后把这些特征以及相应的权重作为分量加入到C-V模型中，进而对遥感图像进行分割。与以往的方法相比，本文方法不仅取得了较好的分割效果，而且所需时间消耗更少。
图像分割 水平集 特征选择 遥感图像
李士进 王万国 万定生
河海大学计算机与信息学院,南京 210098
国内会议
重庆
中文
248-252
2010-10-21（万方平台首次上网日期，不代表论文的发表时间）