流域分割方法在遥感图像中的应用研究

将流域分割方法用于遥感图像的处理过程,实现地物目标的精确分割。对普通流域分割方法、基于标记的流域分割方法和基于小波变换的流域分割方法等3种方法进行比较分析。结果表明,经过基于小波变换的流域分割方法处理后的遥感图像分割边缘精度更高,过分割现象少,是一种有效的遥感图像分割方法。     

面向对象的投影互分割道路变化检测

通过实验提出了面向对象的投影互分割城市道路变化检测方法。选用不同时相的QuickBird图像,根据地物影像的光谱、形状及纹理等特征进行多尺度分割和层次分类,提取城市道路目标;建立检测层,将不同时相的图像分类结果投影到检测层的相应对象层上,并进行互分割,通过判断某一位置地物类别的一致性,实现道路变化检测的目的。实验表明,面向对象的投影互分割道路变化检测能得到较好的检测效果。     

一种基于多分辨率拓扑网络的高质量初始图斑对象生成方法

本文设计一种基于多分辨率拓扑网络的拓扑启发式影像分割算法,并对其涉及关键性技术进行探讨。通过细致分割实验,验证了采用该分割算法生成高质量图斑对象的可行性。     

基于交互式分割技术和决策级融合的SAR图像变化检测

为免去去除斑点噪声的预处理操作及克服选择分布模型的限制,本文结合差异图的特点和一种不涉及分布模型的交互式分割方法,产生不同“种子点”下的变化检测结果后,再利用投票策略对其进行决策级的融合给出最终的变化检测结果。分割中,将每个像素的特征设为差异图及由静态小波变换分解差异图再丢弃高频系数后重构得到的各层表示中,其对应位置上的灰度值构成的矢量。此特征及决策级融合的策略使本文的变化检测技术对SAR图像中的斑点噪声具有一定的鲁棒性。在无需对SAR图像做预处理的情况下,对真实SAR图像数据集的变化检测结果,其效果优于其他相关技术的。     

基于光谱多尺度分割特征的高光谱混合像元分解

提高混合像元线性分解精度的一个关键点在于改善端元光谱矩阵的构成。本文提出一种基于光谱多尺度分割特征的混合像元分解方法。首先在分割段内离差平方和最小准则下,对高光谱影像的光谱进行多尺度分割,并以各分割段中对应像元的光谱平均值为光谱特征,最后以限制性的最小二乘方法估计出混合像元的组分。模拟与真实数据的实验结果表明,本文方法能够较大的提高遥感影像混合像元的分解精度,并且优于光谱维小波特征的分解。     

基于高分辨率遥感影像数据的FNEA分割算法研究与应用分析

近年来,随着遥感技术和信息技术的发展,遥感影像空间分辨率也大大提高。基于像素的传统影像处理方式已经不能满足现实需求,面向对象的遥感影像分析已成趋势。因此,图像分割技术是进行其他图像处理与分析之前的关键步骤,分形网络演化多尺度分割算法（FNEA）是面向对象分析的核心。本文详细阐述了基于FNEA的多尺度分割算法的思想和流程,并结合遥感影像进行了分割实验与参数分析,对高分辨率遥感影像的研究与应用有一定指导意义。     

光学成像灰度级玻耳兹曼熵谱分析与图像分割

讨论玻耳兹曼关系式的状态数、熵及其常数与光学成像灰度级划分的谱关系．将热力学原理应用于光学成像过程的微观分析,提出实际图像、理想图像及其玻耳兹曼熵谱概念．认为实际图像灰度级处于平衡态,理想图像则是非平衡态的灰度级分布所构成．从平衡态到非平衡态转化是１个非自发过程,需要外部施加作用,利用平衡态和非平衡态之间的熵差分布实现图像分割．实验与分析表明图像分割的实质是在外力作用下实现从实际图像对理想图像的逼近．     

一种各向异性虚拟人脑图像分割模型

虚拟人脑部组织脑的提取已经成为虚拟人脑数据分析的一个重要环节,但由于图像噪声、下层数据等因素的影响,传统方法得不到较好结果．首先利用ＲＧＢ,ＨＳＬ,ＨＳＶ空间信息构造新的信息场,该信息场可以降低下层数据的影响;再利用结构张量信息构造各向异性Ｇｉｂｂｓ场,降低噪声的影响;利用各向异性Ｇｉｂｂｓ场改进的ＦＣＭ模型对图像进行分割,以降低颜色强度不均匀现象导致的误差．实验表明,该方法可以得到较好的分割结果．     

空间碎片观测中拖长星像的测光

提出空间碎片观测中对拖长背景恒星的测光算法,介绍了该方法的基本原理.利用迭代法对目标图像进行局部阈值分割提取,得到的二值图像通常包含多个连通域.最后对各连通域块检测判断,计算出目标的星等,达到测光的目的.通过与天文图像和数据处理软件IRAF的测光结果对比,此算法的误差在0.02mag左右,可以达到测光的要求.     

图象分割中随机噪音的影响

该文在生成的灰度图象上加上随机噪音，用最大后验（ＭＡＰ）估计方法、模糊Ｃ－均值方法和Ｏｔｓｕ阈值方法进行了分割计算，对结果进行了对比分析，绘出了分割随噪音的标准差变化曲线，对噪音图象使用了不同的滤波方法处理之后，并进行计算。