基于向量场模型的多光谱遥感图像分割
图像分割是高分辨率遥感图像面向对象分类与识别过程中的关键环节，也是遥感图像处理领域的难点之一。现有分割方法多针对单波段或三个波段的遥感图像，本文提出了一种基于向量场模型的多光谱遥感图像分割方法。将每一个像元的多光谱数据看作一个向量，则遥感图像可以视为一个二维、多属性的向量场，从而将地物边界的检测问题转换为多维曲面的邻域差分问题，可应用微分几何学中的第一基本形式进行求解。选用2004年南京市QuickBird-2卫星多光谱图像，运用向量场模型对多光谱图像进行建模，通过计算光谱向量的第一基本形式，快速获得多光谱图像的梯度信息，然后运用改进的最大区域数标记和分水岭变换实现图像分割，结果表明，图像分割结果满足面向对象分类的应用需求。
多光谱遥感图像分割 边缘检测 改进标记分水岭变换法 向量场模型
肖鹏峰
南京大学地理信息科学系,江苏南京210093
国内会议
南京
中文
88-91
2012-11-15（万方平台首次上网日期，不代表论文的发表时间）