基于自适应超像素分割的PolSAR图像海岸线提取方法

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:Adaptive Superpixel Segmentation-Based Coastline Extraction Method for PolSAR Images

【字体: 大 中 小 】 时间:2026年02月11日 来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 5.4

编辑推荐:

   摘要: 为了提高极化合成孔径雷达(PolSAR)图像中海岸线提取的准确性,本文提出了一种基于自适应超像素分割的方法。首先,提取多种极化和纹理特征来表征PolSAR图像的复杂性。然后,利用图像的复杂性和维度来确定最优的超像素数量,接着通过集成简单线性迭代聚类(SLIC)算法对超像

  

摘要:

为了提高极化合成孔径雷达(PolSAR)图像中海岸线提取的准确性,本文提出了一种基于自适应超像素分割的方法。首先,提取多种极化和纹理特征来表征PolSAR图像的复杂性。然后,利用图像的复杂性和维度来确定最优的超像素数量,接着通过集成简单线性迭代聚类(SLIC)算法对超像素进行分割。最后,使用基于超像素相似性的分形网络演化算法(FNEA)合并分割后的超像素以提取海岸线。实验结果表明,该方法非常有效:自适应超像素分割的平均欠分割误差为0.1269,海岸线提取的平均Kappa系数高达0.9889。此外,该方法在超像素分割方面表现出很强的适应性,同时在海岸线提取方面保持了高精度。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号