不同粒度遥感信息的非线性优化Otsu分割算法

遥感影像具有覆盖面广、光谱信息丰富及不同粒度的遥感信息应用需求特点,传统的图像分割算法不能较好地适用于这类图像的信息提取。针对遥感影像多波段的特性和遥感信息不同粒度需求的特点,基于最大类间方差算法(Otsu算法),设计了不同粒度遥感信息的非线性优化Otsu分割算法:(1)引入PCA 算法对遥感影像的多波段数据进行降维,降低了遥感影像的信息冗余度;(2)基于最小值判断,添加分割算法的终止条件,提高了不同粒度遥感信息分割的计算效率。最后,以舟山海域的空间地物信息提取为例,比较了非线性优化Otsu分割算法与传统的Otsu、２D-Otsu、K-means、FCM 分割算法的优劣性。结果表明,非线性优化Otsu分割算法: (1)兼顾了遥感影像的波谱信息,降低了遥感信息的错分率;(2)通过降低遥感影像的信息冗余,提高了计算效率;以两类地物类别提取为例,与Otsu算法相比,时间效率提高了59.88％;(3)通过添加计算约束条件,求解不同地物类,别的分割阈值,满足了不同粒度遥感信息的应用需求。     

不同粒度遥感信息的非线性优化Otsu分割算法

遥感影像具有覆盖面广、光谱信息丰富及不同粒度的遥感信息应用需求特点,传统的图像分割算法不能较好地适用于这类图像的信息提取。针对遥感影像多波段的特性和遥感信息不同粒度需求的特点,基于最大类间方差算法(Otsu算法),设计了不同粒度遥感信息的非线性优化Otsu分割算法:(1)引入PCA算法对遥感影像的多波段数据进行降维,降低了遥感影像的信息冗余度;(2)基于最小值判断,添加分割算法的终止条件,提高了不同粒度遥感信息分割的计算效率。最后,以舟山海域的空间地物信息提取为例,比较了非线性优化Otsu分割算法与传统的Otsu、2D-Otsu、K-means、FCM分割算法的优劣性。结果表明,非线性优化Otsu分割算法:(1)兼顾了遥感影像的波谱信息,降低了遥感信息的错分率;(2)通过降低遥感影像的信息冗余,提高了计算效率;以两类地物类别提取为例,与Otsu算法相比,时间效率提高了59.88%;(3)通过添加计算约束条件,求解不同地物类别的分割阈值,满足了不同粒度遥感信息的应用需求。     

改进水平集模型的海岛边界快速分割方法研究

海岛是海洋开发和利用的一个重要载体。海岛边界的快速分割方法研究具有重要的科学价值和战略意义。遥感技术由于具有远距离对地观测的特点,为研究海岛提供了重要的数据资源。鉴于遥感数据波段数多、实时性强和面积覆盖广等特点,提出了一种海岛边界快速分割模型。该模型分为两方面:基于K均值聚类算法实现海岛边界的粗分割;将海岛边界的粗分割结果作为输入,基于水平集方法实现海岛边界优化。以福建省福州海域某两个海岛的边界分割为例,将改进模型与传统的Chan-Vese模型、测地活动轮廓模型和二值化高斯滤波水平集模型进行比较,结果表明:改进模型的计算耗时和迭代次数较传统分割模型至少降低了50%;改进模型的海岛边界结果精度更加逼近目视解译分割结果。由此可见,改进模型有效地解决了传统分割模型效率低、过分割等现象,为海岛普查等提供了一种快速分割方法。     

利用信息熵的高光谱遥感影像降维方法

高光谱遥感影像以其众多的波段数目，为地表观测提供近乎连续的波谱数据；然而海量的高光谱遥感影像存在着大量的信息冗余，为数据的处理带来了挑战。因此在对高光谱遥感影像进行存储、分析及可视化等操作之前，对高光谱遥感影像降维处理成为预处理的关键环节之一。利用信息熵理论，将高光谱遥感影像的各波段抽象为具有相关性的独立个体，设计了高光谱遥感影像的决策表矩阵，进而计算各波段的信息熵，量化各波段的信息量，从而将各波段根据信息增益进行排序。用户可根据高光谱遥感影像应用的精度需求，按排序选择波段组合，从而达到降维目的。以遥感分类结果的精度评价为例，对高光谱遥感降维方法的可行性和优越性进行评价。实验结果表明，该方法相较其他特征选取降维方法，能获得更高的分类精度。