基于 SAM 与多相精炼的橄榄树卫星图像分割
计算机视觉与模式识别
2025-08-29 v1
摘要
在气候变化已被证实的背景下，通过遥感技术实现对橄榄树生物多样性进行早期异常检测和处理至关重要，这为有效的管理提供了可行的解决方案。本文提出了一种创新的橄榄树从卫星图像中进行分割的方法。通过利用基础模型和先进的分割技术，该研究将 Segment Anything Model (SAM) 集成到准确识别和分割农业地块中的橄榄树中。方法论包括 SAM 分割及基于树木在场中对齐的校正，以及关于树形与尺寸的可学习约束。我们的方法实现了 98% 的准确率，显著优于初始 SAM 性能的 82%。
引用
@article{arxiv.2508.20954,
title = {Olive Tree Satellite Image Segmentation Based On SAM and Multi-Phase Refinement},
author = {Amir Jmal and Chaima Chtourou and Mahdi Louati and Abdelaziz Kallel and Houda Khmila},
journal= {arXiv preprint arXiv:2508.20954},
year = {2025}
}