新型自适应稳健双边滤波图像分割

从稳健回归分析的角度,推导得到高效的稳健双边滤波(BF)模型.针对由纹理、噪声等导致的图像局部梯度变化差异性,提出一种自适应的局部平滑尺度方法.运用该双边滤波模型处理原图像和纹理特征图,提取出灰度梯度和纹理梯度.采用形态学方法进行梯度融合,并使用分水岭变换实现图像分割.在Berkeley图像数据集和遥感图像上的实验结果表明:所提出的新型自适应稳健双边滤波方法可以得到视觉一致的分割效果;与传统方法相比,提高了对象边界识别率并降低了过分割效应;可以作为图像分析预处理过程的有效工具.

一种改进的ICM遥感影像分割算法

针对传统的迭代条件模式(iterated conditional model,ICM)算法应用于遥感影像分割时容易出现离散斑块和孤立点的问题,提出了一种基于马尔科夫随机场(Markov random field,MRF)的改进ICM遥感影像分割算法。首先,在获取初始标记之前加入保边去噪效果良好的双边滤波器(bilateral filter,BF),用于遥感影像的预处理;并用多阈值最大类间方差法(Otsu)获取初始标记,以克服传统的初始标记获取算法中K-means聚类算法类别数不确定和算法复杂度不易控制以及错分现象明显等问题;然后,利用MRF描述像元的空间相关性,形成顾及上下文信息的ICM遥感影像分割算法。通过遥感影像数据分割实例验证,所提方法的分割精度优于传统的ICM算法。

基于局部特征和投票表决法的居民地提取

本文针对高分辨率影像中详细的居民地局部信息，提出基于局部特征的居民地提取方法，即以Gabor滤波提取局部特征点，并依据局部特征点建立投票表决模型，然后在选票分布上依据最优阈值分割出居民地区域。实验结果表明：该方法具有良好的居民地分割效果。