用于 GrowCut 分割的多光谱图像中种子细胞的识别

卫星图像分割是执行面向对象图像分类的必要步骤，因其对高空间分辨率图像的适用性而变得重要。为执行面向对象图像分类，所研究图像须先被分割为均匀区域。该分割需要专家用户的手工操作，其必须详尽探查图像以建立阈值，生成有用且具代表性的片段，既不产生过分割也不丢弃代表性片段。我们提出一种自动分割多光谱图像并应对这些问题的技术。我们通过形态学滤波器根据光谱特征在图像中识别同质区域。这些同质区域代表图像中不同类型的地表覆盖，并用作 GrowCut 多光谱分割算法的种子。GrowCut 是一种具有竞争性区域增长的元胞自动机，其细胞通过三个参数与图像中每个像素相连：像素的光谱特征、一个标签以及一个代表细胞捍卫其标签强度的强度因子。种子细胞具有最大强度并在自动机演化过程中保持其状态。从种子细胞出发，图像中每个细胞被其邻域细胞迭代攻击。当自动机停止更新其状态时，我们获得一幅分割图像，其中每个像素已取用其某个细胞的标签。本文将该算法应用于 Landsat8 获取的委内瑞拉瓜里科州卡拉沃索农业用地图像，该处存在不同类型地表覆盖：农业、城市区域、水体及具有不同程度人类干预的稀树草原。所得分割以包围地理对象的不规则多边形呈现。