顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法

作者：洪亮,楚森森,彭双云,许泉立

摘要：遥感影像多尺度分割是面向对象影像分析方法(OBIA)的关键步骤,分割质量直接影响OBIA的分类精度,目前多尺度分割方法都很难让分割结果同时达到全局和局部最优。本文针对上述问题,提出一种新的顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法。该算法主要包括:(1)采用局部方差准则获得多尺度分割的全局最优分割尺度。(2)对全局最优分割尺度中的过分割和欠分割对象进行优化处理,获得局部最优分割结果。(3)将局部最优化分割结果与全局最优分割结果进行融合,获得最终的多尺度优化分割结果。本文采用2个QuickBird遥感影像进行实验,验证该算法的有效性,并对实验结果进行定性和定量分析,结果表明:(1)从视觉效果来看,优化后的分割结果具有更准确的分割边界,大尺度的地物保持较好的区域性,小尺度的地物保持了更多细节。(2)从定量评价指标(RR、RI和ARI)分析:在实验1中,该算法比全局最优分割尺度的RR\RI\ARI分别提高了2.1%,2.4%,30.2%,比基于K均值优化算法分别提高了8.3%,0.1%,8.1%,比融合边界优化算法分别提高了0.7%,0.4%,17.6%;在实验2中,该算法比全局最优分割尺度的RR\RI\ARI分别提高了4.5%,2.7%,29.3%,比基于K均值优化算法分别提高了17%,0.8%,8.4%,比融合边界优化算法分别提高了1.7%,2.5%,17.2%。(3)相对典型分割算法,该算法的优化结果达到了局部和全局最优;相对其他多尺度分割优化算法,该算法同时减少了欠分割和过分割对象。

发文机构：云南师范大学旅游与地理科学学院 云南师范大学西部资源环境地理信息技术教育部工程技术研究中心 云南师范大学云南省地理空间信息技术工程技术研究中心 云南师范大学云南省高校资源与环境遥感重点实验室 南京大学地理信息科学系

关键词：遥感高分辨率遥感影像多尺度分割局部莫兰指数空间统计指数优化算法remote sensinghigh spatial resolution remote sensing imagerymulti-scale segmentation.Local Moran's I.spatial statistic indexoptimized algorithm

分类号： TP3[自动化与计算机技术—计算机科学与技术]