首页    编委会    编辑部    历任主编    获奖信息    征稿简则    友情链接    English    旧版主页
  在线期刊
       最新录用
       当期目次
       过刊浏览

  下载专区
       版权协议
       征稿范文
       来稿登记表
       录用证明

  联系我们

投稿e-mail: jbnuns_sub@bnu.edu.cn

主编e-mail: jbnuns_eic@bnu.edu.cn

办公地点:北京师范大学 科技楼A区216,218,220室

电话:(010)58807851,58802050,58807872,58807713

通信处:北京市海淀区新街口外大街19号北京师范大学理科学报编辑部

邮政编码:100875

办公室e-mail: jbnuns@bnu.edu.cn

本网站暂不提供全文下载,如需全文下载请点击

中国知网

 

标题

地块数据支持下无人机影像图斑优化分割研究

作者

帅冠元 杨珺雯 张锦水 朱秀芳 袁周米琪

机构

北京师范大学地表过程与资源生态国家重点实验室;北京师范大学资源学院

摘要

面向对象方法中,分割的质量影响分类的精度,而影响分割的关键因素是分割尺度。传统方法采用单一尺度对整景影像进行分割会忽略地物的局部特征,会造成分割结果的“顾此失彼”现象。本文提出一种基于地块数据对影像进行局部分割的方法,为每个地块选取最优的分割尺度,保证每一个地块内的优化分割,从而实现图像整体的优化分割。从目视角度看,局部分割针对每个地块达到最优分割,而整体分割会造成局部区域的过分割和欠分割现象。然后,本文通过引入面积、周长以及形状指数来定量分析局部/整体分割结果与目视解译对象的差异,其中局部分割与目视解译对象的面积、周长以及形状指数差异分别为7.5%、65.2%和62.9%,比全局分割低,表明局部分割方法能够有效提高分割的质量.

关键词

地块;无人机影像;平均质心位移;最优尺度;优化分割

引用

帅冠元, 杨珺雯, 张锦水, 朱秀芳, 袁周米琪. 地块数据支持下无人机影像图斑优化分割研究[J]. 北京师范大学学报(自然科学版),2015,51(Sup.1):95-99.

基金

国家自然科学基金资助项目(4130144);国家高分辨率对地观测重大专项基金资助项目(民用部分);北京高等学校“青年英才计划”基金资助 项目;北京市自然科学基金资助项目(8144052)

分类号

TP79

DOI

10.16360/j.cnki.jbnuns.2015.s1.015

Title

Improved segmentation of UAV image based on parcel data

Author

SHUAI Guanyuan, YANG Junwen, ZHANG Jinshui, ZHU Xiufang, YUAN Zhoumiqi

Affiliations

State Key Laboratory of Earth Processes and Resource Ecology,Beijing Normal University;College of Resources Science & Technology, Beijing Normal University

Abstract

Segmentation quality directly affects classification accuracy in object-based method. The scale parameter is crucial to segmentation process. To segment the whole image on a single scale often ignores local features, leading to over- or under-segmentation. A novel method is presented in this paper to divide image based on parcel boundary, the optimal scale was determined for each parcel. It was found that parcel-based segmentation could eliminate mutual influences among parcels so that objects derived from segmentation preserved local textual features rather well. Area, perimeter and shape index differences between parcel-based segmentation and visually interpreted objects were 7.5%, 65.2% and 62.9% respectively, lower than in overall segmentation. Therefore the present method gives better results than overall segmentation.

Key words

parcel; unmanned aerial vehicle; mean centroid displacement; optimal scale; improved segmentation approach

cite

SHUAI Guanyuan, YANG Junwen, ZHANG Jinshui, ZHU Xiufang, YUAN Zhoumiqi. Improved segmentation of UAV image based on parcel data[J]. Journal of Beijing Normal University(Natural Science)),2015,51(Sup.1):95-99.

DOI

10.16360/j.cnki.jbnuns.2015.s1.015

Copyright © 2014 Journal of Beijing Normal University (Natural Science)
Designed by Mr. Sun Chumin. Email: cmsun@mail.bnu.edu.cn