面向地学应用的遥感影像分割评价

摘要

影像分割是遥感影像信息提取中的关键技术,也是面向地理对象影像分析(GEOBIA)的基础过程.在GEOBIA中数字图像由离散的像素转化为均质的影像对象基元.面对大量影像分割方法和各种遥感应用对象,影像分割评价因其有助于选择合适的分割方法和最佳的分割参数而十分重要.有别于传统的基于算法原理的影像分割方法的分类,本文是根据遥感地学应用面向的对象而对分割方法进行分类.首先将影像分割方法分为两组,一组是面向局部特征监测的典型目标识别,另一组是面向全局特征监测的面向对象影像分类,进而针对这两组分割方法提出了两套分割评价测度指标及相应的综合评价方法.在面向典型目标识别的分割方法评价中,使用区域内部非均质度、区域间灰度对比度、区域间散度对比度、边界点梯度和单位像素运行时间作为评价测度,并针对由于评价测度间的相关性而无法直接确定各测度权重分配的问题,提出利用熵权法为各个评价测度分配权重,以获得综合评价结果的分割评价方法,该评价方法可用于选择合适的分割方法.用于面向对象影像分类的分割方法中使用到的评价测度为分割斑块内的均质性和分割斑块间的异质性,这种评价方法适用于选择最优分割尺度参数.本文通过定量实验论证了这两种评价方法的有效性,定量实验结果表明这两种影像分割评价方法在遥感应用中具有实际意义.最后,本文分析了影像分割评价方法的不足及未来的发展方向.