典型文献
一种超像素上Parzen窗密度估计的遥感图像分割方法
文献摘要：
图像分割是高分辨率遥感图像分析中的关键步骤,对信息提取精度起到重要作用.为提高传统基于像素的遥感图像分割算法性能,提出一种在超像素上进行Parzen窗密度估计的分割算法.包括超像素初始分割、特征测量、密度估计并重新聚类3个主要步骤.在超像素初始分割阶段,采用简单线性迭代聚类算法将图像进行超像素粗分割,并将每个超像素块标记为图结构中的一个顶点;然后测量每个超像素块的Gabor纹理特征,构建高维特征向量并计算纹理间的相似度,作为图中连接2个顶点的边的权值,并在该图的最小生成树上计算2个顶点之间的距离;接着将此距离用于Parzen窗,估计每个顶点的密度,并重新聚类得到最终结果.采用多幅多光谱高分辨遥感图像验证本文提出的算法,基于目视判别以及基于准确率和召回率的定量评价,将该方法与其他分割算法的结果进行比较,验证了提出算法的有效性.
文献关键词：
多光谱遥感图像;Parzen窗密度估计;超像素;最小生成树;图像分割;区域合并
中图分类号：
作者姓名：
张大明;张学勇;李璐;刘华勇
作者机构：
安徽建筑大学数理学院,合肥 230022;安徽省建筑声环境重点实验室,合肥 230601
文献出处：
引用格式：
[1]张大明;张学勇;李璐;刘华勇-.一种超像素上Parzen窗密度估计的遥感图像分割方法)[J].自然资源遥感,2022(01):53-60
A类：
B类：
超像素,Parzen,密度估计,遥感图像分割,分割方法,高分辨率遥感图像,图像分析,关键步骤,信息提取,图像分割算法,算法性能,简单线性迭代聚类,聚类算法,像素块,记为,图结构,一个顶,顶点,后测,Gabor,纹理特征,高维特征向量,权值,图的最小生成树,树上,上计,多幅,高分辨遥感,目视,召回率,定量评价,多光谱遥感图像,区域合并
AB值：
0.314802
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
