基于SIFT和相容關系的高分辨率遙感影像分割方法.pdf

1、隨著遙感技術在現(xiàn)代科學技術領域中的地位愈發(fā)重要，有關高分辨率遙感影像地物分割的研究逐漸增多。在遙感影像地物分割領域，目前存在兩類問題亟待解決：多數(shù)針對一對一地物的分割及識別的傳統(tǒng)算法，難以準確分割以至識別出多個相似地物；對于分割結果，傳統(tǒng)算法將地物劃分為兩兩不相交區(qū)域，這樣的情形并不適用于存在重疊、過渡區(qū)域的遙感影像。本文針對這兩類問題進行研究，分別在相似地物分割與識別、分割結果的相容關系分析兩方面提出了相應算法：
　　1）針對高

2、分遙感影像中的相似地物，在SIFT算法（Scale-Invariant Feature Transform,SIFT）的基礎上提出一種多相似地物分割及識別算法—DBSIFT算法（Double-Gaussian Backward SIFT,DBSIFT）。該方法在SIFT的基礎上構造了二重高斯差分金字塔，提高了尺度不變特征的檢測效率；通過改變特征匹配方向，實現(xiàn)了相似地物一對多地物匹配模式；最后利用狄利克雷過程對相似地物進行聚類。經(jīng)實驗證明

3、，DBSIFT在利用二重高斯差分金字塔進行圖像特征時，遍歷操作所需的加法與乘法運算次數(shù)減少，降低了遍歷耗時，提高了特征檢測效率；在相似地物識別實驗中，DBSIFT能識別出大多數(shù)相似地物，識別效果優(yōu)于SIFT；利用9個分割質(zhì)量評價指標對分割結果進行評估，本文提出的DBSIFT算法誤分割率、過分割率較低，分割較理想。
　　2）針對分割結果中重疊地物的不恰當劃分，在傳統(tǒng)多尺度區(qū)域合并分割算法的基礎上提出了基于相容關系的遙感影像地物分割算