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構、幾何紋理及拓撲關系等信息。隨著分辨率的提高，數據量會成幾何級數增長，傳統的目視解譯方法已經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，而智能解譯技術的核心技術就是遙感影像分割技術。
　　面向對象的影像分割方法已經在

2、諸多應用領域表現出了明顯的優(yōu)勢，目前，國內針對高分辨率遙感影像的面向對象的影像解譯系統極為缺少，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，系統地研究高分辨率遙感影像分割技術，開發(fā)遙感影像智能解譯系統顯得尤其重要和迫切。本文在此基礎上進行了深入研究，主要研究成果如下:
　　(1)對多種分割理論進行歸納總結，分析其各自的長處，結合傳統的多尺度分割算法，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，對分形網絡多尺度分割方法進行了改進。并設計實驗，對方法有效性了進行驗證。
　　(2)本文通過MPI技術實現分割方法的并行化，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。本文的并行技術采用主從式并行分割策略，主進程負責讀取影像數據并將影像數據分塊，從進程接受分塊數據，對每塊數據進行單獨影像分割，并將結果返回主進程。最后主進程接受各分塊分割結果，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據進行操作，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，用以實現遙感影像智能分割分類和典型要素自動提取，系統提供了從影像的顯示到影像分割分類等一系列功能。系統流程高效便捷，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