Please wait a minute...
 
国土资源遥感  2011, Vol. 23 Issue (4): 26-30    DOI: 10.6046/gtzyyg.2011.04.05
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于Canny算法的面向对象影像分割
黄亮, 左小清, 冯冲, 聂俊堂
昆明理工大学国土资源工程学院,昆明 650093
Object-oriented Image Segmentation Based on Canny Algorithm
HUANG Liang, ZUO Xiao-qing, FENG Chong, NIE Jun-tang
Faculty of Land Resource Engineering, Kunming University of Science and Technology, Kunming 650093, China
全文: PDF(2246 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

面向对象的影像分析方法是当前信息提取的研究热点,而影像分割是面向对象方法的核心技术,分割效果的好坏直接影响影像对象的提取。将Canny算法在边缘检测上的优势同面向对象信息提取软件eCognition 8.0提供的二次开发平台结合在一起,提出一种基于Canny算法的面向对象的影像分割新方法。试验结果表明,该方法不仅准确可靠,且分割结果连续,很好地解决了"淹没"和"破碎"现象; 而且结合了面向对象方法的优势,很好地解决了"椒盐"问题,最大限度地减小噪声对分类的影响,从而达到准确提取感兴趣地物对象的目的。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
王钦军
陈玉
蔺启忠
关键词 遥感煤矿地面塌陷ORD边界提取    
Abstract

Object-oriented image analysis is the current research focus in information extraction,and the image segmentation method is the core technology of the object-oriented method. The effect of the segmentation directly affects the extraction of image objects. In this paper, the authors propose an object-oriented method for image segmentation which combines the advantages of edge detection using Canny operator with the secondary developing functions provided by eCognition Developer 8.0. Tests show that the segmentation method is accurate and reliable,the segmentation result is continuous and can well solve the "flood" and "broken" phenomenon. At the same time,this method that combines the advantages of the object-oriented method can satisfactorily solve the problem of "salt and pepper" and minimizes the impact of noise on the classification so as to extract the interesting object surface features.

Key wordsRemote sensing    Coal mine    Surface collapse    ORD boundary extraction
收稿日期: 2011-03-11      出版日期: 2011-12-16
:  TP 751.1  
  P 237  
基金资助:

国家自然科学基金项目(编号: 41061043)和云南省教育厅科学研究基金项目(编号: 2011J075)共同资助。

作者简介: 黄亮(1985-),男,硕士研究生,主要研究方向为遥感信息处理与应用技术。
引用本文:   
黄亮, 左小清, 冯冲, 聂俊堂. 基于Canny算法的面向对象影像分割[J]. 国土资源遥感, 2011, 23(4): 26-30.
HUANG Liang, ZUO Xiao-Qing, FENG Chong, NIE Dun-Tang. Object-oriented Image Segmentation Based on Canny Algorithm. REMOTE SENSING FOR LAND & RESOURCES, 2011, 23(4): 26-30.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2011.04.05      或      https://www.gtzyyg.com/CN/Y2011/V23/I4/26





[1] 关元秀,程晓阳.高分辨率卫星影像处理指南[M].北京:科学出版社,2008:141-221.







[2] 蒋圣,汪闽,张星月.基于模糊形态学梯度的高分辨率遥感影像分割方法[J].计算机应用研究,2009,26(8):3140-3142.







[3] 高丽,杨树元,李海强.一种基于标记的分水岭图像分割新算法[J].中国图象图形学报,2007,12(6):1025-1032.







[4] Baatz M,Sehape A.Multiresolution Segmentation:An Optimization Approach for High Quality Multi-scale Image Segmentation[C]//Strobl J,Blaschke T,Griesebener G,eds.Angewandte Geographische Informations Verarbeitung XII Beiträge zum AGIT-Symposium Salzburg 1999.Karlsruhe Herbert:Wichmann Verlag,2000.







[5] 谭衢霖,刘正军,沈伟.一种面向对象的遥感影像多尺度分割方法[J].北京交通大学学报:自然科学版,2007,31(4):111-119.







[6] Mo D K,Lin H,Li J P,et al.VHR Imagery Multi-Resolution Segmentation Based on Mean Shift[J].Journal of Guangxi Normal University:Natural Science Edition,2006,24(4):247-250.







[7] Canny J.A Computational Approach to Edge Detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1986,8(6):679-698.







[8] Baatz M,Schape A.Object-oriented and Multi-scale Image Analysis in Semantic Networks[C]//Proc of the 2nd International Symposium on Operationalization of Remote Sensing.Enschede:ITC,August 16th~20th,1999.







[9] 张宏林.精通Visual C++数字图像处理典型算法及实现[M].2版.北京:人民邮电出版社,2008:414-429.







[10] 黄亮,左小清,张晓晓,等.面向对象的道路信息识别提取分析[J].昆明理工大学学报:理工版,2010,35(6):6-10.

[1] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[2] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[3] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[4] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[5] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[6] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[7] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[8] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[9] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[10] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[11] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[12] 于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[13] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[14] 艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[15] 李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发