测绘科学

2020, v.45;No.263(05) 63-71+87

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

结合核密度估计理论的ICM遥感影像分割算法
An ICM algorithm combined with kernel density estimation theory for remote sensing image segmentation

杨军;李波;

摘要(Abstract):

针对传统迭代条件模式算法用于遥感影像分割时易出现误分割的问题,该文提出了结合核密度估计理论的迭代条件模式算法。使用自适应双边滤波器对影像进行预处理以提高影像质量,运用基于核密度估计理论的爬山算法获取影像的初始标记,结合MAP-MRF框架构建一种新的ICM算法对遥感影像进行分割。实验结果表明,使用基于核密度估计理论的爬山算法获取的初始标记后,基于MAP-MRF框架构建的分割算法能得到更准确的分割结果。和已有算法相比,该算法获得的分割结果在准确率和Kappa系数上都优于传统ICM算法、基于丰富语义的ICM算法和改进的ICM算法。

关键词(KeyWords): 遥感影像;影像分割;迭代条件模式(ICM);自适应双边滤波器;核密度估计;MAP-MRF框架

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61862039,61462059)

作者(Author): 杨军;李波;

Email:

DOI: 10.16251/j.cnki.1009-2307.2020.05.010

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享