登录    注册    忘记密码

期刊文章详细信息

k均值聚类引导的遥感影像多尺度分割优化方法  ( EI收录)  

Optimization Approach for Multi-scale Segmentation of Remotely Sensed Imagery under k-means Clustering Guidance

  

文献类型:期刊文章

作  者:王慧贤[1,2] 靳惠佳[1] 王娇龙[3] 江万寿[1]

机构地区:[1]武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079 [2]中国科学院电子学研究所空间信息处理与应用系统技术重点实验室,北京100190 [3]河北省制图院,河北石家庄050031

出  处:《测绘学报》

基  金:国家973计划(2011CB707105);国家863计划(2013AA12A301);长江学者和创新团队发展计划(IRT1278)~~

年  份:2015

卷  号:44

期  号:5

起止页码:526-532

语  种:中文

收录情况:AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD2015_2016、DOAJ、EI(收录号:20152500946591)、GEOBASE、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘  要:针对不同尺度地物的分割需求,提出了一种k均值聚类引导的多尺度分割优化方法。首先对原始影像进行小尺度分割和k均值聚类,然后利用k均值聚类结果引导对象合并,在合并过程中利用Otsu阈值方法自动选择k均值聚类的影响因子,最终得到适应不同尺度地物的分割结果。以FNEA多尺度分割方法为例,利用模拟数据和真实的GeoEye-1影像数据进行相关试验,目视和定量评价表明本文方法能够得到适宜不同尺度地物的高质量分割结果。

关 键 词:多尺度分割 K均值聚类 引导优化  FNEA  Otsu阈值法  

分 类 号:P237]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心