典型文献
基于NMI特征的遥感影像线性迭代聚类超像素分割算法
文献摘要：
针对现有基于简单线性迭代聚类(SLIC)的超像素分割算法用于细节丰富的遥感图像处理时,存在的易受噪声干扰、过分割问题,本文提出一种结合超像素块之间基于归一化转动惯量(NMI)特征的相似性度量的遥感影像分割方法,对分割效果进行改善.本文首先利用引导滤波算法对影像进行平滑处理,去除椒盐噪点;再通过现有的线性迭代聚类算法对影像进行像素级分割,生成初始的超像素;进而确定出微小超像素块,然后计算其与相邻超像素块的相似性度量值,将其合并入差异性最小的相邻超像素块,达到分割影像的目的.本文方法在传统分割算法基础上降低了超像素对噪声的敏感性,提高了影像分割的精度.实验表明,论文提出算法可将测试遥感图像的分割超像素块数量由4171减小为282,微小超像素块数量减少60％以上,有效降低噪声点的影响,改善以往算法存在的过分割缺陷.
文献关键词：
简单线性迭代聚类;超像素;区域合并;归一化转动惯量
中图分类号：
作者姓名：
李静
作者机构：
北京跟踪与通信技术研究所,北京100094
文献出处：
引用格式：
[1]李静-.基于NMI特征的遥感影像线性迭代聚类超像素分割算法)[J].光学精密工程,2022(06):734-742
A类：
归一化转动惯量
B类：
NMI,超像素分割,分割算法,简单线性迭代聚类,SLIC,遥感图像处理,噪声干扰,像素块,相似性度量,遥感影像分割,分割方法,分割效果,引导滤波,滤波算法,平滑处理,椒盐,噪点,聚类算法,行像,像素级,并入,低噪声,噪声点,区域合并
AB值：
0.247959
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
