遥感图像林区自动阈值分割算法及性能比较

计算机应用 ›› 2010, Vol. 30 ›› Issue (12): 3269-3273.

遥感图像林区自动阈值分割算法及性能比较

崔天意¹,刘文萍²,张宁³

1. 北京林业大学信息学院
2. 北京林业大学
3.

收稿日期:2010-06-04 修回日期:2010-07-21 发布日期:2010-12-22 出版日期:2010-12-01
通讯作者: 崔天意
基金资助:
国家自然科学基金资助项目;国家重点基础研究发展（973）计划资助项目;北京林业大学科技创新计划资助项目

Algorithms and performance comparison of automatic thresholding segmentation for forest regions in remote sensing image

Received:2010-06-04 Revised:2010-07-21 Online:2010-12-22 Published:2010-12-01

摘要/Abstract

摘要： 选取了几种经典的自动阈值选取算法对高分辨率遥感图像林区目标进行分割实验，并引入错分类误差、形状测度、均匀测度、最终测量精度和运算速度作为算法评判准则，客观、定量地比较了各种算法对高分辨率遥感图像林区目标的分割性能，所得结论对林区目标分割方法的选取具有一定的指导作用。

关键词: 高分辨率遥感图像, 图像分割, 自动阈值选取, 评判准则, 林区

Abstract: Several classic automatic threshold-selecting algorithms were selected for segmenting forest regions in high-resolution remote sensing image. As evaluation criteria of algorithms, misclassification error, shape measure, uniformity measure, relative ultimate measurement accuracy and running time were implemented to compare segmentation performance of each algorithm objectively and quantitatively. The conclusion can play a guidance role in automatic threshold-selecting methods to extract forest regions in high-resolution remote sensing image.

Key words: high-resolution remote sensing image, image segmentation, automatic threshold-selecting, evaluation criterion, forest region

崔天意刘文萍张宁. 遥感图像林区自动阈值分割算法及性能比较[J]. 计算机应用, 2010, 30(12): 3269-3273.

[1]	杨瑞, 钱晓军, 孙振强, 许振. 自然场景下多区域特征融合的混合航拍图像分割算法[J]. 计算机应用, 2021, 41(8): 2445-2452.
[2]	黄梨, 卢龙. 基于长距离依赖编码与深度残差U-Net的缺血性卒中病灶分割[J]. 计算机应用, 2021, 41(6): 1820-1827.
[3]	沈雪雯, 王晓东, 姚宇. 基于空间分频的超声图像分割注意力网络[J]. 计算机应用, 2021, 41(6): 1828-1835.
[4]	董阳, 潘海为, 崔倩娜, 边晓菲, 滕腾, 王邦菊. 面向多模态磁共振脑瘤图像的小样本分割方法[J]. 计算机应用, 2021, 41(4): 1049-1054.
[5]	罗琴, 王艳. 无需初始轮廓的图像分割模型[J]. 计算机应用, 2021, 41(4): 1179-1183.
[6]	胡屹杉, 秦品乐, 曾建潮, 柴锐, 王丽芳. 基于特征融合和动态多尺度空洞卷积的超声甲状腺分割网络[J]. 计算机应用, 2021, 41(3): 891-897.
[7]	袁芊芊, 邓洪敏, 王晓航. 基于超像素快速模糊C均值聚类与支持向量机的柑橘病虫害区域分割[J]. 计算机应用, 2021, 41(2): 563-570.
[8]	原泉, 王艳, 李玉先. 距离保持水平集演化模型的快速实现算法[J]. 计算机应用, 2020, 40(9): 2743-2747.
[9]	高海军, 曾祥银, 潘大志, 郑伯川. 基于U-Net改进模型的直肠肿瘤分割方法[J]. 计算机应用, 2020, 40(8): 2392-2397.
[10]	吴崇数, 林霖, 薛蕴菁, 时鹏. 基于自监督学习的病理图像层次分割[J]. 计算机应用, 2020, 40(6): 1856-1862.
[11]	曾招鑫, 刘俊. 基于深度学习的秀丽隐杆线虫显微图像分割方法[J]. 计算机应用, 2020, 40(5): 1453-1459.
[12]	张一飞, 李新福, 田学东. 基于图像分割的立体匹配算法[J]. 计算机应用, 2020, 40(5): 1415-1420.
[13]	魏小娜, 邢嘉祺, 王振宇, 王颖珊, 石洁, 赵地, 汪红志. 基于改进U-Net的关节滑膜磁共振图像的分割[J]. 计算机应用, 2020, 40(11): 3340-3345.
[14]	冯涛, 陈斌, 张跃飞. 基于改进的Mask R-CNN的染色体图像分割框架[J]. 计算机应用, 2020, 40(11): 3332-3339.
[15]	张泽林, 徐军. 基于条件生成对抗网络的乳腺上皮和间质区域自动分割[J]. 计算机应用, 2020, 40(10): 2910-2916.