基于最小核值相似区算法的高分辨率遥感图像分割方法

采用最小核值相似区算法(Smallest Univalue Segment Assimilating Nucleus,SUSAN)计算QuickBird图像的梯度,并采用标记控制的分水岭变换(Watershed Transform,WT)算法分割图像,取得了较好的结果。SUSAN方法能有效地检测图像梯度,对噪声不敏感;梯度值范围明确,不因图像而改变,为后续处理相关参数的选择提供了便利;亮度阈值容易确定,模板半径可选,具有很大的灵活性;适合于采用WT的遥感图像的分割。采用基于SUSAN梯度和NDVI的标记图像,利用形态学灰度图像重建方法修改梯度图像,能够有效地抑制梯度图像中大量的局部灰度极小值,提高WT图像分割的精度。