基于细胞自动机的多光谱图像无监督分割
计算机视觉与模式识别
2019-11-12 v1
摘要
卫星获取的多光谱图像用于研究地球表面的现象。无监督分类技术在不考虑观测地形先验知识的情况下分析多光谱图像内容;这是通过将具有不同图像通道中数字电平分布相似统计特性的像素分组来实现的。在本文中,我们提出了一种基于确定性细胞自动机的无监督分类方法。该自动机通过设置种子单元以无监督方式初始化,种子单元的选择依据两个标准:代表图像中主导元素的空间分布,并考虑图像中光谱特征的多样性。自动机的演化基于同时应用于其所有单元的攻击规则。确定性细胞自动机用于卫星图像多光谱处理的显著优势包括:通过种子定位考虑图像中的拓扑信息,以及调整研究尺度的能力。
引用
@article{arxiv.1501.05854,
title = {Unsupervised Segmentation of Multispectral Images with Cellular Automata},
author = {Wuilian Torres and Antonio Rueda-Toicen},
journal= {arXiv preprint arXiv:1501.05854},
year = {2019}
}
备注
6 pages, 6 figures, conference: CIMENICS XII, 2014