公开(公告)号：CN106651861B

公开(公告)日：2019-05-24

申请号：CN201611005687.3

申请日：2016-11-15

Applicant: 兰州大学

Inventor： 张寅丹 ,  刘勇 ,  王苗苗 ,  黄哲

IPC: G06T7/10

Abstract: 本发明公开了一种基于区域不一致性评价自动优选遥感影像分割参数的方法。基于5组等间隔的尺度参数和固定的形状因子和紧凑度因子依次构建分割数据集，然后与相对应的参考数据集基于PSE‑NSR‑ED2不一致性分割参数评价体系获得ED2数组，分析ED2数组五个值随尺度参数变化的分布模式，通过五个尺度参数变换，不断迭代直到找到斜U型ED2‑SP曲线底部最小ED2值，最小ED2值对应的尺度参数为最优尺度参数；最后在不同的形状因子和紧凑度因子组合上不断迭代上述过程。本发明避免了选择参数的盲目性，解决了试错法带来的不确定性和穷举法带来的耗时，也提高了面向对象遥感影像处理与分析的精度和自动化程度。

公开(公告)号：CN106651861A

公开(公告)日：2017-05-10

申请号：CN201611005687.3

申请日：2016-11-15

Applicant: 兰州大学

Inventor： 张寅丹 ,  刘勇 ,  王苗苗 ,  黄哲

IPC: G06T7/10

CPC classification number: G06T2207/10032

Abstract: 本发明公开了一种基于区域不一致性评价自动优选遥感影像分割参数的方法。基于5组等间隔的尺度参数和固定的形状因子和紧凑度因子依次构建分割数据集，然后与相对应的参考数据集基于PSE‑NSR‑ED2不一致性分割参数评价体系获得ED2数组，分析ED2数组五个值随尺度参数变化的分布模式，通过五个尺度参数变换，不断迭代直到找到斜U型ED2‑SP曲线底部最小ED2值，最小ED2值对应的尺度参数为最优尺度参数；最后在不同的形状因子和紧凑度因子组合上不断迭代上述过程。本发明避免了选择参数的盲目性，解决了试错法带来的不确定性和穷举法带来的耗时，也提高了面向对象遥感影像处理与分析的精度和自动化程度。