航空影像分割的最小二乘支持向量机方法

将最小支持向量机LS-SVM用于航空影像的分割,讨论了不同核函数对分割结果的影响和稀疏化处理对决策函数的影响。试验表明了LS-SVM方法用于航空影像分割的可行性。     

基于粗糙集的K--均值聚类算法在遥感影像分割中的应用

结合粗糙集理论和K——均值聚类算法，提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系，应用粗糙集理论的等价关系。求出K——均值聚类所需要的初始类的个数和均值。然后采用聚类算法对图像进行分割。实验结果表明该方法比随机选取聚类的中心点和个数减少了运算量．提高了分类精度和准确性。     

遥感数据的遗传-超平面分割算法

在传统的采用超平面作为判别边界的分割方法中，使用统计学的方法确定类判别界面，当区域间的统计值大于区域内的统计值时，就会出现类判决界面难于确定的问题。遗传算法的特点是进行全局优化搜索，利用这种算法优势可以解决传统算法难以解决的超平面空间定位问题，从而解决类判决界面的确定问题。通过EOS／MODIS图像数据的分割对该方法作了详细的介绍，其分类精度明显高于统计学分类方法。     

基于小波变换及神经网络的图像压缩编码

提提出的基于小波变换及神经网络的图像压缩方法，能较好地解决ＤＣＴ变换图像压缩比的缺点与不足，在理论上和技术上开辟了图像压缩的新途径。     

基于二维小波变换的FMI图象分割

为了从FMI资料中定量提取参数，一个重要的步骤是从实际FMI资料中分离出反映溶孔、溶洞、裂缝的子图像。本文给出的方法，考虑图像像元邻域的特征，应用二维小波变换求出目标与背景边缘的点集，按这个边缘点集的坐标点所对应的原图像像素灰度值的平均值作为分割阈值进行图像分割。实际资料处理表明，应用这种方法可以从实际的FMI资料中准确地分割出孔洞、裂缝的子图像并且可以按深度段连续自动处理，为后续定量计算参数奠定了良好基础。     

面向对象的高分辨率影像土地利用信息提取

运用面向对象的分类方法对实验区高分辨率影像进行最优分割尺度的影像分割。首先利用ESP算法确定影像的最佳分割尺度,再运用CART决策树分类对土地利用信息进行提取,并对分类结果进行后处理,进一步提高分类精度。最终分类结果精度达到80.38%。     

一种四叉树和测地线活动轮廓模型相结合的海陆影像分割方法

海陆影像分割对于后续的海岸线提取、潮间带地形反演、海岸演化状况分析等都具有十分重要的意义。本文在分析了四叉树、测地线活动轮廓(GAC)模型和Canny边缘检测算子等在海陆影像分割中优缺点的基础上,提出了一种四叉树、Canny算子和GAC模型相结合的海陆影像分割方法。该方法综合利用上述各方法的优点,将Canny算子边缘检测结果融入到基于四叉树初分割的GAC模型中,重构边界停止函数,演化水平集方程,实现海陆影像分割。试验结果表明,该方法具有海陆影像分割速度快、精度高、可靠性强和自动化程度高等优点,对于弱边缘以及严重凹陷边缘,都能实现自动和准确分割。     

ECM算法的多视SAR影像分割

多视SAR影像像素强度通常建模为Gamma分布,其形状参数为常数(视数)。实验表明,多视SAR影像分割时,设Gamma分布的形状参数为变量可取得更好的分割结果。由于Gamma分布中形状参数以Gamma函数的形式出现,利用EM算法求解时无法获得形状参数的解析解。为此,本文提出了一种基于Expectation/Conditional Maxinnization(ECM)算法的多视SAR影像分割方法。利用ECM算法估计最大化后验概率条件下的Gamma分布参数及表征最优多视SAR影像分割的标号场实现。采用模拟和真实多视SAR影像验证提出算法。实验结果表明,Gamma分布的形状和尺度参数均能快速收敛到稳态值,且以此得到各同质区域的Gamma分布曲线可以很好地拟合其直方图。通过对分割结果的定性和定量分析,可知提出算法具有有效性和可行性,且优于EM算法。     

四川省典型地貌类型区土地利用信息提取研究

以Landsat8影像作为遥感数据源,采用面向对象SVM和面向像元最大似然分类算法,分别对四川省3种不同地形的典型地区,进行土地利用遥感信息提取,对提取结果进行对比分析,并探讨了这两种方法的适用性。研究结果表明,在中山地区和川西平原地区,SVM的分类精度更好。川中丘陵地区,最大似然分类能更好地处理边界问题,精度略高。