首页|基于改进简单线性迭代聚类算法的遥感影像超像素分割

基于改进简单线性迭代聚类算法的遥感影像超像素分割

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
使用简单线性迭代聚类(SLIC)算法对遥感影像进行超像素分割时,存在运行时间长与边缘贴合度差的问题,因此,提出了一种基于改进SLIC的遥感图像超像素分割算法.首先,改进了初始种子点的初始化方式,消除了随机分配造成的影响;其次,在每次迭代后引入滤波操作,去除超像素内与聚类中心在颜色空间上差异较大的像素点,用剩余的像素点更新聚类中心;最后,用改进的均值计算公式进行迭代以实现超像素分割.在Python环境下的实验结果表明,在超像素个数相同的情况下,相比经典的SLIC算法,本算法在相同数据集中的分割误差率降低了7.4％、分割精度提高了1.4％,可在有效提高边缘轮廓贴合度的同时降低算法的计算复杂度.
Super-Pixel Segmentation of Remote Sensing Image Based on Imnroved Simnle Linear Iterative Clustering Algorithm

任欣磊、王阳萍

展开 >

兰州交通大学电子与信息工程学院,甘肃兰州730070

兰州交通大学计算机科学与技术国家级实验教学示范中心,甘肃兰州730070

甘肃省人工智能与图形图像处理工程研究中心,甘肃兰州730070

甘肃省轨道交通装备系统动力学与可靠性重点实验室,甘肃兰州730070

展开 >

图像处理 遥感影像 超像素分割 简单线性迭代聚类算法

国家自然科学基金甘肃省科技计划国家市场监督管理总局科技计划甘肃省教育厅科技项目

4176108218JR3RA1042019MK1502019D-08

2020

10.3788/LOP57.222801

激光与光电子学进展
中国科学院上海光学精密机械研究所

激光与光电子学进展

CSTPCDCSCD北大核心
影响因子：1.153
ISSN：1006-4125
年,卷(期)：2020.57(22)
  • 5
  • 6