基于对象的多尺度细分,包括高分辨率遥感图像的纹理和边缘特征

科学领域:

• 遥感 遥感 遥感 遥感
• 地理空间分析的研究.
• 计算机视觉 计算机视觉

背景情况:

• 基于对象的图像分析 (OBIA) 在很大程度上依赖于多尺度细分 (MSS).
• 传统的OBIA方法经常忽视关键的纹理和边缘特征,主要关注光谱和形状特征.
• 开发结合更广泛特征的先进MSS技术是OBIA的一个关键研究领域.

研究的目的:

• 为远程传感图像提出基于对象的多尺度细分 (MSS) 算法,该算法集成了光谱,形状,纹理和边缘特征.
• 通过结合先进的纹理和边缘描述技术来解决传统方法的局限性.
• 为了提高图像细分的准确性和完整性,以便更好地进行下游分析.

主要方法:

• 开发了一种基于时间频率分析的新型遥感图像纹理特征描述方法.
• 构建了一个图像对象的纹理异质性测量.
• 对于MSS,采用了自下而上的区域合并策略.
• 为边缘特征集成提出了边缘强度和边缘融合成本标准.
• 制定了一个基于对象的MSS算法,结合了光谱,形状,纹理和边缘特征.

主要成果:

• 拟议的算法实现了对地面物体的更完整的细分,特别是具有丰富纹理和纤细形状的物体.
• 与传统方法相比,该方法表明对过度细分的敏感性降低了.
• 平均准确度增加了4.54%,区域比率接近1.
• 该算法有效地提取完整的地面物体,显示了建筑提取等应用的前景.

结论:

• 开发的综合功能基于对象的MSS算法显著提高了远程传感图像分析中的细分性能.
• 结合纹理和边缘特征以及光谱和形状数据的整合,可以获得优异的细分结果.
• 这种先进的MSS方法非常适合在各种遥感应用中进行详细的物体提取和分析,包括建筑物提取.