高分辨率遥感图像分水岭分割.doc
约44页DOC格式手机打开展开
高分辨率遥感图像分水岭分割,1.75万字 44页原创作品，已通过查重系统 摘要图像分割是图像分析和图像识别的关键和前提，也是计算机视觉等学科领域的研究热点之一。随着高分遥感图像的出现和分辨率的不断提高，同类地物之间的光谱差异也逐渐增大，使得传统基于像元（pixel-based）的分类技术已经不能满足遥感图像信息提取的需要...
内容介绍
此文档由会员 changxiaoniu 发布
高分辨率遥感图像分水岭分割
1.75万字 44页 原创作品，已通过查重系统
摘 要
图像分割是图像分析和图像识别的关键和前提，也是计算机视觉等学科领域的研究热点之一。随着高分遥感图像的出现和分辨率的不断提高，同类地物之间的光谱差异也逐渐增大，使得传统基于像元（Pixel-based）的分类技术已经不能满足遥感图像信息提取的需要。而面向对象（object-Oriented）的图像处理方法出现，为高分遥感图像的信息提取提供了新的思路，而面向对象的高分遥感图像分析的核心技术就是图像分割。分水岭算法作为一种有效的图像分割方法，在图像处理领域得到了广泛地应用，在传统的分水岭分割方法的基础上，专家们相继提出了许多分水岭分割的改进方法，例如区域合并、增加标记、形态学滤波和自适应滤波等。
本文将以高分遥感图像为研究数据，将边缘增强所得梯度应用于分水岭分割。采用的数据是QuickBird高分遥感图像并利用Matlab编程语言完成边缘增强算法和分水岭分割算法。
最后，本文将以Matlab编程实现的图像分割结果与eCognition软件所实现的图像分割进行效果对比，并将从图像分割的准确度和算法时间复杂度等方面进行评估。
关键词：高分辨率遥感图像、边缘增强、分水岭分割算法、Matlab语言
1.75万字 44页 原创作品，已通过查重系统
摘 要
图像分割是图像分析和图像识别的关键和前提，也是计算机视觉等学科领域的研究热点之一。随着高分遥感图像的出现和分辨率的不断提高，同类地物之间的光谱差异也逐渐增大，使得传统基于像元（Pixel-ba
本文将以高分遥感图像为研究数据，将边缘增强所得梯度应用于分水岭分割。采用的数据是QuickBird高分遥感图像并利用Matlab编程语言完成边缘增强算法和分水岭分割算法。
最后，本文将以Matlab编程实现的图像分割结果与eCognition软件所实现的图像分割进行效果对比，并将从图像分割的准确度和算法时间复杂度等方面进行评估。
关键词：高分辨率遥感图像、边缘增强、分水岭分割算法、Matlab语言
