基于形態(tài)學和區(qū)域生長的遙感圖像分割方法研究.pdf

1、本文介紹了遙感圖像分割算法及區(qū)域生長算法的優(yōu)缺點，針對遙感圖像分割計算量大和區(qū)域生長遙感圖像分割算法中合并策略、尺度選取的問題展開了討論。針對遙感圖像數據量大和噪聲的問題，本文提出采用數學形態(tài)學對遙感圖像進行初步分割來解決圖像分割計算量大的問題，采用形態(tài)學腐蝕膨脹運算優(yōu)化圖像來緩解分水嶺分割嚴重過分割的問題;針對區(qū)域生長遙感圖像分割算法的兩大問題，本文分析了目前的研究現狀，分別提出貪心算法合并策略和階梯式參數增長策略的方法來對區(qū)域生長算

2、法進行優(yōu)化。針對每種改進都通過實驗檢驗其有效性。主要研究工作如下:
　　研究了遙感圖像分割的定義以及遙感圖像分割算法的理論基礎、面臨的挑戰(zhàn)等，研究了數學形態(tài)學理論及其在遙感圖像處理中的應用。深入分析了腐蝕膨脹的原理，討論了腐蝕膨脹操作對遙感圖像的作用以及處理效果。
　　研究了遙感圖像分割算法計算量大的問題，提出首先使用分水嶺算法對遙感圖像進行初步分割，然后基于分水嶺分割得到的亞像元集合進行區(qū)域生長遙感圖像分割，將區(qū)域生長分割

3、算法的處理對象由像素轉化為像素集合（亞像元），通過實驗證明提高效率36倍。
　　研究了基于分水嶺的遙感圖像分割算法過程中，分水嶺分割的結果過分割嚴重的問題，提出采用腐蝕膨脹操作對前景對象進行標記的方法優(yōu)化分水嶺分割的輸入，從而提高分水嶺分割的分割質量。
　　研究了區(qū)域生長遙感圖像分割算法的區(qū)域合并策略，分析了全局最優(yōu)區(qū)域合并策略和種子擴散區(qū)域合并策略的優(yōu)缺點，提出一種貪心算法合并策略，提高效率2-3倍。
　　研究了區(qū)域