遥感分割研究现状及趋势（博士论文摘要李晓丽）

小君 2023-06-02 18:49:28 131

遥感分割研究现状及趋势（博士论文摘要李晓丽）全文概述阅读全文：http://xb.sinomaps.com/article/2020/1001-1595/2020-6-799.htm基于Voronoi划分的区域化模糊聚类遥感影像分割引文格式：李晓丽. 基于Voronoi划分的区域化模糊聚类遥感影像分割. 测绘学报，2020，49(6)：799-799. DOI: 10.11947/j.AGCS.2020.20190328.基金项目：国家重点研发计划项目(2017YFB0504200);国家自然科学基金(41301479;41271435)

《测绘学报》

构建与学术的桥梁拉近与权威的距离

复制链接，关注《测绘学报》抖音！

【测绘学报的个人主页】长按复制此条消息，长按复制打开抖音查看TA的更多作品##7NsBSynuc88##[抖音口令]

基于Voronoi划分的区域化模糊聚类遥感影像分割

遥感分割研究现状及趋势（博士论文摘要李晓丽）(1)

遥感分割研究现状及趋势（博士论文摘要李晓丽）(2)

引文格式：李晓丽. 基于Voronoi划分的区域化模糊聚类遥感影像分割. 测绘学报，2020，49(6)：799-799. DOI: 10.11947/j.AGCS.2020.20190328.

基金项目：国家重点研发计划项目(2017YFB0504200);国家自然科学基金(41301479;41271435)

阅读全文：http://xb.sinomaps.com/article/2020/1001-1595/2020-6-799.htm

全文概述

随着遥感传感器分辨率的不断提高，高分辨率遥感影像在提供更多丰富地物细节信息的同时，也使影像中同质区域内像素光谱相似性减弱、同质区域间像素光谱相似性增强，从而增加了影像分割的不确定性。与此同时，影像中几何噪声更加明显，极易造成误分割。这些特点将导致传统影像分割方法无法实现高分辨率遥感影像的有效分割。为此，本文提出在影像域几何划分基础上的区域化模糊聚类遥感影像分割方法。该方法摒弃传统以像素为基本操作单元的方式，代之以Voronoi多边形为基本操作单元，在模糊聚类框架下实现区域化影像建模，进而定义区域化模糊聚类目标函数，以解决高分辨率遥感影像分割问题。论文的内容如下。

(1) 影像域的Voronoi划分。基于Voronoi划分技术将影像域完备地划分为1组Voronoi多边形，有效实现了影像域的区域化，为区域化模型的建立提供基础。

(2) 区域化影像模糊模型。以Voronoi多边形为基本单元建立区域化模糊分割表达，并分别基于多边形内像素光谱测度和邻域多边形隶属性建立区域化光谱模糊非相似性模型和区域化隶属性模糊模型，以分别刻画同质区域内光谱测度一致性和同质区域间光谱测度异质性。根据分割试验分析不同形式区域化光谱模糊非相似性模型对不同类型遥感影像的适用性。结果表明：模型刻画数据分布的能力越强，分割效果越好；对多光谱、全色和SAR(synthetic aperture radar)影像适用性较强的模型分别为区域化马氏距离、区域化高斯分布和区域化Gamma分布。

(3) 区域化模糊聚类目标函数。根据区域化香农熵、KL熵和具有空间作用KL(spatial interaction KL SKL)熵构建区域化模糊聚类目标函数，以决传统模糊聚类目标函数分割效果不佳的问题。根据分割试验重点分析不同熵规则化项在分割中的作用。结果表明：引入香农熵规则化项的目标函数改善了传统目标函数无法有效控制算法模糊程度的问题，但易受聚类尺度影响；引入KL熵规则化项的目标函数能够有效控制聚类尺度，但无法有效平衡几何噪声和小尺度聚类；引入SKL熵规则化项的目标函数有效解决了上述问题，进一步提高了算法的分割精度。

(4) 区域化模糊聚类遥感影像分割。基于上述分析结果，选取适用的模型构建多光谱、全色和SAR影像分割算法，并针对目标函数中模型参数特点设计相应的求解方法。对于一般参数，直接利用导数法求解，对于具有约束条件的参数，通过构建拉格朗日函数求解；对于不能通过导数直接求解的参数，如Gamma分布形态参数和生成点集，设计以目标函数最小化为准则的采样法求解方案。

(5) 为了验证提出算法有效性，基于本研究提出算法和对比算法分别对合成/模拟和真实遥感影像进行分割试验。分割结果的定性、定量分析结果表明：该算法能够有效克服高分辨率产生的分割不确定性和几何噪声对分割结果的影响，实现不同类型遥感影像的有效分割。

遥感分割研究现状及趋势（博士论文摘要李晓丽）(3)

作者简介

遥感分割研究现状及趋势（博士论文摘要李晓丽）(4)

作者简介：李晓丽(1994—) 女 2019年6月毕业于辽宁工程技术大学获工学博士学位(指导教师:赵泉华教授) 研究方向为遥感影像信息识别与提取。E-mail:xll.i2@siat.ac.cn

团队简介

第一单位：博士后团队-中国科学院深圳先进技术研究院空间信息研究中心

中国科学院深圳先进技术研究院是由中国科学院、深圳市政府、香港中文大学2006 年在深圳共同组建，是新时期中科院面向国家和区域产业以及社会需求进行的重大科技布局，是深圳市建设国家首个创新型试点城市的重要科技支撑平台。

空间信息研究中心作为深圳先进技术研究院空间数据应用技术研发的核心研究团队，自成立以来，以空间遥感数据为核心，结合我国目前多传感器特点与生态环境监测应用需求，与高性能计算和信息分析技术相结合，研发星地协同的监测技术及生态环境遥感监测中的关键技术，在华南区域生态时空数据获取、处理、分析和应用等方面，开展技术攻关和算法研究，实现准确、客观、动态、快速的陆地与海洋生态环境状况监测及变化特征分析与评价，构建了区域生态与环境遥感综合监测评价体系和应用系统，形成面向国家和区域目标的生态与环境遥感科学和信息服务基地，为国家和地方的可持续发展提供决策支撑。

第二单位：博士期间团队-辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所

辽宁工程技术大学创建于1949年，是一所具有七十年悠久历史的国家重点大学，原煤炭工业部隶属的两所全国重点大学之一，素有煤炭行业“黄埔军校”的美誉。遥感科学与应用研究所隶属于测绘与地理科学学院，主要研究方向包括：空间统计学、随机几何、模糊集、信息论、人工智能等基础理论的遥感数据建模与分析、遥感大数据理论及其处理方法研究、新一代遥感数据建模方法研究，及海洋遥感、城市遥感、林业遥感、环境遥感等领域的应用基础研究。

遥感分割研究现状及趋势（博士论文摘要李晓丽）(5)