基于Voronoi划分的区域化模糊聚类遥感影像分割  

Remote sensing image segmentation with regionalized fuzzy clustering based on Voronoi tessellation

作　　者：李晓丽 赵泉华(指导)[3] LI Xiaoli(Center for Geospatial Information,Shenzhen Institutes of Advanced Technology,Chinese Academy of Sciences,Shenzhen 518055,China;School of Geomatics,Liaoning Technical University,Fuxin 123000,China)

机构地区：[1]中国科学院深圳先进技术研究院空间信息研究中心,广东深圳518055 [2]辽宁工程技术大学测绘与地理科学学院,辽宁阜新123000 [3]不详

出　　处：《测绘学报》2020年第6期799-799,共1页Acta Geodaetica et Cartographica Sinica

基　　金：国家重点研发计划项目(2017YFB0504200);国家自然科学基金(41301479,41271435)。

摘　　要：随着遥感传感器分辨率的不断提高,高分辨率遥感影像在提供更多丰富地物细节信息的同时,也使影像中同质区域内像素光谱相似性减弱、同质区域间像素光谱相似性增强,从而增加了影像分割的不确定性。与此同时,影像中几何噪声更加明显,极易造成误分割。这些特点将导致传统影像分割方法无法实现高分辨率遥感影像的有效分割。为此,本文提出在影像域几何划分基础上的区域化模糊聚类遥感影像分割方法。该方法摒弃传统以像素为基本操作单元的方式,代之以Voronoi多边形为基本操作单元,在模糊聚类框架下实现区域化影像建模,进而定义区域化模糊聚类目标函数,以解决高分辨率遥感影像分割问题。论文的内容如下。

关 键 词：VORONOI划分 高分辨率遥感影像 遥感影像分割 遥感传感器 Voronoi多边形 同质区域 模糊聚类 操作单元 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]