高分辨率遙感影像多尺度分割方法研究.pdf

1、近年來，隨著遙感技術(shù)的不斷進步，遙感影像向著高空間分辨率、高光譜分辨率、高時間分辨率的“三高”方向發(fā)展，越來越多的高分辨率遙感衛(wèi)星得到應用，提供了比中低分辨率遙感影像更加豐富的空間結(jié)構(gòu)、幾何紋理及拓撲關(guān)系等信息。隨著分辨率的提高，數(shù)據(jù)量會成幾何級數(shù)增長，傳統(tǒng)的目視解譯方法已經(jīng)遠遠不能滿足用戶的需求，因此，計算機智能解譯就成了解決這一問題的唯一有效途徑，而智能解譯技術(shù)的核心技術(shù)就是遙感影像分割技術(shù)。
　　面向?qū)ο蟮挠跋穹指罘椒ㄒ呀?jīng)在

2、諸多應用領(lǐng)域表現(xiàn)出了明顯的優(yōu)勢，目前，國內(nèi)針對高分辨率遙感影像的面向?qū)ο蟮挠跋窠庾g系統(tǒng)極為缺少，嚴重制約了高分辨率遙感影像在各行各業(yè)中的應用，因此，系統(tǒng)地研究高分辨率遙感影像分割技術(shù)，開發(fā)遙感影像智能解譯系統(tǒng)顯得尤其重要和迫切。本文在此基礎(chǔ)上進行了深入研究，主要研究成果如下:
　　(1)對多種分割理論進行歸納總結(jié)，分析其各自的長處，結(jié)合傳統(tǒng)的多尺度分割算法，提出一種基于KL散度原理改進的多尺度分割方法。該方法針對多尺度分割方法對高

3、分辨率遙感影像存在的欠分割問題，提出以KL散度為核心的區(qū)域合并標準，對分形網(wǎng)絡(luò)多尺度分割方法進行了改進。并設(shè)計實驗，對方法有效性了進行驗證。
　　(2)本文通過MPI技術(shù)實現(xiàn)分割方法的并行化，以提高分割方法的效率，并提出了一種解決并行分割線問題的方法。本文的并行技術(shù)采用主從式并行分割策略，主進程負責讀取影像數(shù)據(jù)并將影像數(shù)據(jù)分塊，從進程接受分塊數(shù)據(jù)，對每塊數(shù)據(jù)進行單獨影像分割，并將結(jié)果返回主進程。最后主進程接受各分塊分割結(jié)果，整合輸

4、出后得到最終的分割影像。對于并行分割線問題，本文采取的方法則是直接對分割形成的矢量數(shù)據(jù)進行操作，通過判斷分割線附近相鄰圖斑的特征一致性，合并性質(zhì)相近的圖斑，最終消除分割線。
　　(3)提出一種面向地理國情監(jiān)測項目的智能遙感影像解譯框架，用以實現(xiàn)遙感影像智能分割分類和典型要素自動提取，系統(tǒng)提供了從影像的顯示到影像分割分類等一系列功能。系統(tǒng)流程高效便捷，采用影像分割、特征提取到對象分類的一套完整流程，使得影像解譯過程能夠以矢量多邊形為