基于多特征標(biāo)記的分水嶺分割算法的研究.pdf

1、隨著遙感影像分辨率的提高，影像中地物變的復(fù)雜繁多，地物間的尺度差異及地物內(nèi)部像元之間的特征差異變大，對(duì)傳統(tǒng)的影像分割算法提出了極大的挑戰(zhàn)。分水嶺變換作為影像分割中一種行之有效的方法，自提出以來就得到的人們的廣泛研究與應(yīng)用。分水嶺變換的本質(zhì)是一種區(qū)域生長(zhǎng)，其操作對(duì)象一般為影像的梯度特征圖像。由于噪聲及致密紋理等因素的干擾，直接對(duì)梯度圖像進(jìn)行分水嶺變換往往會(huì)出現(xiàn)嚴(yán)重的過分割現(xiàn)象。因此，分水嶺分割的關(guān)鍵在于影像梯度特征的提取和影像中待分割地物

2、的標(biāo)記。本文圍繞分水嶺變換中過分割現(xiàn)象的改善，研究分析了影像梯度特征的提取和影像中待分割地物的標(biāo)記方法。在影像梯度特征提取方面，本文研究了空域中影像中梯度特征的求解方法，并針對(duì)空域中梯度特征提取受噪聲干擾及外界環(huán)境變換影響大的缺點(diǎn)，研究探討了在頻域中通過改進(jìn)的相位一致算法進(jìn)行影像中邊緣特征的提取。在標(biāo)記圖像獲取方面本文研究了基于擴(kuò)展最小變換、基于梯度幅值圖像的閾值分割及基于紋理能量特征圖像的閾值分割等方法進(jìn)行標(biāo)記分水嶺變換中標(biāo)記圖像的獲