任偉建, 劉澤宇, 霍鳳財, 康朝海, 任 璐, 張永豐
(1. 東北石油大學 電氣信息工程學院, 黑龍江 大慶 163318;2. 黑龍江省網絡化與智能控制重點實驗室, 黑龍江 大慶 163318;3. 海洋石油工程股份有限公司, 天津300450;4. 大慶油田有限責任公司 第二采油廠規劃設計研究所, 黑龍江 大慶 163318)
遙感圖像具有更豐富的特征信息和更清晰的地物特征及形狀輪廓, 在許多領域得到廣泛應用[1]. 相比于包含3個波段的普通圖像, 遙感圖像蘊含的光譜信息更豐富, 從三波段到幾十甚至幾百波段不等[2]. 更多的光譜信息提升了遙感圖像的使用價值, 同時也對圖像數據處理提出了新要求, 隨著遙感圖像的圖幅與空間、 光譜分辨率越來越大, 基于單個像素的圖像處理方法難以適應龐大的數據規模. 對遙感圖像進行分割可提取感興趣區域, 減小圖像數據規模, 是遙感圖像預處理的基本步驟之一. 遙感圖像的超像素分割是指將具有相似顏色、 亮度、 紋理等特征的相鄰像素劃分成一組, 構成有一定視覺意義的不規則像素塊[3]. 超像素塊可將圖像分割為具有相似特征的子區域, 在保留圖像局部特征和結構信息的同時減少圖像基元的數量, 減輕數據冗余. 利用超像素代替原始像素, 具有數據降維的作用, 有利于后續算法進行特征提取并簡化運算[4]. 同時, 相比于單個像素, 從超像素塊中可提取更穩固的特征, 產生更精準的判別信息, 提高后續地物識別、 分類等任務的精度. 此外, Cui等[5]證明與單……