航空影像分割的Snake方法

在介绍了Ｓｎａｋｅ模型以后，将这种方法引入航空影像的分割过程。为了对Ｓｎａｋｅ方法的分割能力进行验证，给出了一些实例。     

面向制图的GIS要素的自动化提取

论述了在２维和３维数字摄影测量中，用半自动化方法提取线要素的理论依据和实现过程，它是基于动态等高线模型或“Ｓｎａｋｅｓ”的。通过内插规则曲线表示线要素，借助地适当的影像处理方法提取造影边缘要素，如Ｇａｎｎｙ算子，至今仍是半自动化方法，因而需要操作人员在要素附近确定几个点。基于一侧的初始提取已能用定理宽度来完成，一旦软件将要素一侧精确地定位，就可由“Ｓｎａｋｅｓ对另一侧搜索并定位，本文将对在２维和３     

基于MapInfo平台的线对象分割算法

ＭａｐＩｎｆｏ 是目前国内较流行的ＧＩＳ 应用软件开发平台, 有着较高的性能价格比。但其某些功能往往不能满足ＧＩＳ 应用软件的开发要求。文中针对ＭａｐＩｎｆｏ 分割功能的不足,给出了线对象（ｐｏｌｙｌｉｎｅ） 的分割算法及其实现。     

高分辨率遥感影像分割的城市绿地提取研究

城市绿地是生态文明建设的重要组成部分，绿地信息提取是城市绿地规划和建设的基础和前提。遥感影像分割是绿地信息分类提取的关键步骤，选择合适的影像分割方法能有效提高城市绿地提取精度。传统的遥感分割方法分割结果中边缘锯齿现象严重，与绿地实地边界相差较大，不符合绿地信息提取的要求。本文以高分辨率的WorldView影像为数据源，使用深度学习网络DeepLab-v3+对城市绿地进行分割研究，在分割基础上进行城市绿地信息提取。同时，本研究将该网络模型的分割和分类结果与基于Ostu、MeanShift、FNEA分割算法的分类精度进行比较。研究表明：DeepLab-v3+的分割性能最好，其分割边缘光滑，与绿地实地边界吻合度高，有效解决了传统分割算法的边缘锯齿问题；在各种分割分类算法中，DeepLab-v3+的分类精度最高，达到98.01%。     

基于多尺度空间分析的图像阈值分割方法

在通过一阶差分确定阈值的基础上，依据多尺度滤波思想，提出一种基于多尺度空间分析的阈值分割方法对图像进行分割，将该方法与其他分割方法进行了比较，证明了本文算法的有效性。     

遗传算法在遥感图像分割中的应用

本文对基于遗传算法的最佳熵阚值分割方法进行了研究，并实现了在遥感图像分割中的应用。结果表明：基于遗传算法的最佳熵阚值分割方法可以得到较好的分割结果，在遥感图像处理中有一定的应用前景。     

机载激光扫描测高中激光脚点点群分割新方法

讨论了机载激光扫描测高激光脚点点群分割的方法，提出了一种新的分割成片房屋的激光脚点点群的方法——扫描带法，并给出了新方法的算法流程。实践表明，该算法运算速度快，分割准确、可靠。     

地图模式识别的主要研究内容

地图模式识别是实现扫描方式地图自动数字化的核心技术，它对建立地图数据库，以及ＧＩＳ的数据快速采集具有非常重要的意义。本文从地图模式信息的获取、预处理，分类特征的提取，定位分割和自动识别等方面论述了地图模式识别的主要研究内容。     

GIS中大数字影象的有效处理

在ＧＩＳ和帝时制图应用（主要在多媒体信息系统）中,极大地需要处理数字影象,由于大数字影象里包含大量的数据,在ＧＩＳ里这需要对这各影象的有效储存、管理和处理进行适当的研究。本文提供处理ＧＩＳ为数字影象的一个新方法。本方法找基础就是用分级影象压缩技术将大的数字影象分割成瓦太的小区域影象     

基于深度学习的大规模点云语义分割方法综述

为了展示深度学习在点云处理上最新进展，同时促进对点云语义分割方法的研究，该文对基于深度学习的大规模点云语义分割方法进行了综述。在介绍8个室内和室外语义分割数据集的基础上，重点对近几年的深度学习点云语义分割方法进行了归纳和分析，并在S3DIS、Semantic3D、Toronto3D、ISPRS Vaihingen 3D和SemanticKITTI数据集上对不同方法进行了比较，并构建了相应的基准。最后对目前点云语义分割算法存在的问题和未来趋势进行了分析。     

地图模式识别的主要研究内容

地图模式识别是实现扫描方式地图自动数字化的核心技术，它对建立地图数据库，以及ＧＩＳ的数据快速采集具有非常重要的意义。本文从地图模式信息的获取、预处理、分类特征的提取、定位分割和自动识别等方面论述了地图模式识别的主要研究内容。     

标记分水岭算法及区域合并的遥感图像分割

传统的分水岭算法通常对梯度图像进行无标记分割，其结果是容易造成过度分割。本文采用了一种基于标记的分水岭算法，首先,利用Sobel边缘算子对原遥感图像进行梯度重建，获得梯度幅值图像，同时计算待分割区域的周长、面积和形态因子，并对其进行标记； 然后,利用距离函数图标定种子法和等值线跟踪法获得初始分割图像； 最后，利用改进的区域合并方法获得最终的分割结果。实验结果表明了该方法的有效性。     

改进U-Net的遥感图像语义分割方法

利用深度神经网络进行遥感影像语义分割是遥感智能解译的一个重要内容，在城市规划、灾害评估及农业生产等领域具有十分重要的作用。高分辨率遥感影像具有背景复杂、尺度多样及形状不规则等特点，使用自然场景语义分割方法处理遥感图像往往存在分割精度低的问题。针对上述情况，本文在U-Net模型基础上，提出了一种多尺度跳跃连接方法来融合不同层次的语义特征，获取准确的分割边界与位置信息；引入注意力机制和金字塔池化解决复杂背景下的精细分割问题。为了验证本文方法的有效性，在WHDLD和LandCover.ai数据集上进行试验，并与主流语义分割方法进行对比。试验结果表明，本文方法的mIoU分别达到74.28%和82.04%,F₁均值达到84.47%和89.76%,均优于其他对比方法；相比于U-Net的分割结果，IoU在建筑物、道路等占比较少的类别上提升明显，且优于其他对比方法。     

基于Wold特征的遥感图像的分割

马尔可夫随机场模型是一种较好的纹理模型，但由于它是一个低阶的纯随机模型，因此用于图像分割时，区分相近纹理的能力仍然有限。将结合2维Wold分解技术来对遥感图像进行分割，通过调整不同性质谱分量的比例关系，放大相近谱峰值之间的差别，从而有利于Harmonic滤波器的信号选取，改善低阶马尔可夫分割场模型不能刻画结构性纹理的缺点。实验方法对城区目标进行提取，结果表明该方法的有效性优于纯Markov随机场所采取的分割方法。     

解析法宗地分割

本文介绍了地籍测绘日常工作中宗地分割的方法，该法适合于用解析坐标定义界址点的宗地分割，根据给定条件，把已知（实测）的宗地分割出一块精确等于用地单位所需求的面积。方法简单直观，能有效地解决土地管理部门土地划拨中的实际问题。     

基于均值平移与模拟泛洪的图像分割算法

针对图像处理的特点，综合考虑执行速度与健壮性要求，提出了一种顺序搜索LUV空间候选点的均值平移实现方法。为了克服传统的基于特征空间分析的图像分割方法对像素点空间关系考虑不够充分的缺陷，借鉴Vincent ＆ Soille沉浸模拟分水岭算法思想，构造了一种与均值平移方法相适应的新的模拟泛洪方法执行图像分割。新方法比较符合人的主观感知，且易于容纳更多的特征以满足特定的图像分割需求。对实验用彩色图像的分割结果表明了该方法的有效性。     

利用非线性扩散的半自动纹理图像分割

介绍了一种非线性扩散过滤器法从包含纹理的图像中获取灰度、尺度和方向信息，并形成经过耦合保边平滑的5通道向量值图像，对纹理图像的分割变为对此向量值图像的分割。针对半自动操作的特点，在合理的假设前提下，采用了多通道统计区域分割法。试验结果表明，本文的纹理分割方法能有效地利用重要纹理特征与灰度的混合信息，是一种半自动的无监督纹理图像分割方法。     

结合双树复小波纹理特征和MRF模型的遥感图像分割

针对经典的小波纹理不能准确地表达影像纹理特征的问题，以及影像分割结果缺少对像元空间相关性和分布关系的考虑。本文提出了结合双树复小波（DT-CWT）纹理和马尔可夫随机场（MRF）模型的高分辨率遥感影像分割方法。首先，通过双树复小波变换提取影像纹理特征，联合光谱特征形成表达影像信息的混合特征向量；然后，将混合特征向量高斯归一化处理，并用K-means聚类的方法对特征空间中的混合特征向量聚类得到初始分割图；最后，借助马尔可夫随机场模型在初始分割结果中引入上下文信息，基于贝叶斯最大后验概率准则得到最终的分割结果。本文通过双树复小波纹理提高了特征表达的准确度，同时使用马尔可夫随机场模型减弱了分割结果中同质区域的“椒盐噪声”，从而进一步提高了高分辨率遥感影像分割的精度。     

顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法

遥感影像多尺度分割是面向对象影像分析方法（OBIA）的关键步骤，分割质量直接影响OBIA的分类精度，目前多尺度分割方法都很难让分割结果同时达到全局和局部最优。本文针对上述问题，提出一种新的顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法。该算法主要包括：（1）采用局部方差准则获得多尺度分割的全局最优分割尺度。（2）对全局最优分割尺度中的过分割和欠分割对象进行优化处理，获得局部最优分割结果。（3）将局部最优化分割结果与全局最优分割结果进行融合，获得最终的多尺度优化分割结果。本文采用2个QuickBird遥感影像进行实验，验证该算法的有效性，并对实验结果进行定性和定量分析，结果表明：（1）从视觉效果来看，优化后的分割结果具有更准确的分割边界，大尺度的地物保持较好的区域性，小尺度的地物保持了更多细节。（2）从定量评价指标（RR、RI和ARI）分析：在实验1中，该算法比全局最优分割尺度的RR\RI\ARI分别提高了2.1%，2.4%，30.2%，比基于K均值优化算法分别提高了8.3%，0.1%，8.1%，比融合边界优化算法分别提高了0.7%，0.4%，17.6%；在实验2中，该算法比全局最优分割尺度的RR\RI\ARI分别提高了4.5%，2.7%，29.3%，比基于K均值优化算法分别提高了17%，0.8%，8.4%，比融合边界优化算法分别提高了1.7%，2.5%，17.2%。（3）相对典型分割算法，该算法的优化结果达到了局部和全局最优；相对其他多尺度分割优化算法，该算法同时减少了欠分割和过分割对象。     

基于小波系数分割的局部自适应阈值图像去噪

针对自适应小波阈值去噪中方形局部窗口不能很好地适应小波系数自身边缘特征的问题，本文提出了一种基于图像分割的局部自适应小波阈值去噪方法。该方法首先对图像进行多尺度小波分解，其次利用图像分割技术对图像的各尺度小波系数分别进行分割，分割技术选用SLIC超像素分割法得到具有相似统计特性的不规则局部块，然后对每个分割块内的小波系数进行BayesShrink阈值估计和软阈值收缩，最后通过小波逆变换得到去噪图像，并在3幅标准测试图像和一幅高光谱影像上进行试验。试验结果表明，本文提出的方法能更好地适应小波系数自身的边缘特征，不仅能够获得更好的视觉效果，而且能够达到较高水平的数值指标。