《表1 本文方法与MDRO和RGA提取结果对比》
本系列图表出处文件名:随高清版一同展现
《结合笔画宽度变换与几何特征集的高分一号遥感图像河流提取》
为了验证本文方法相较于其他文献中算法的优势,在给出本文方法结果的同时,还做了其他算法的对比实验组,包括乘性Duda算子(multiplicative Duda road operator,MDRO)和区域生长算法(region–growing algorithm,RGA)。MDRO是由Geling[21]在Duda算子基础上提出的针对SAR图像线边缘检测算子,常被用来检测铁轨和道路等线性结构[22]。RGA以给定的起始位置为种子点,根据遥感影像中的局部相似性来进行区域合并,它是一种常用的基于阈值提取遥感影像中河流的方法。为了验证算法的普适性,对多个不同地域流经的河流进行实验(表1)。表1中第一行为6个包含河流的典型区域的近红外波段图像,s1为独龙江支流(伊洛瓦底江—钦敦江)流经农田区的部分,图像中河流周围有较多细长条状物体对河流提取形成干扰;s2仍为独龙江支流(伊洛瓦底江—钦敦江)流经农田区的部分,但图像中河流周围无条状干扰物;s3为雅鲁藏布江流经城市的部分;s4为独龙江支流(伊洛瓦底江—钦敦江)流经人类居住区和农田区的部分;s5为金沙江流经山谷间的部分,图像中存在较多的沟谷以及山体阴影对河流提取形成干扰;s6为澜沧江流经山脉的部分,图像中存在许多条状沟壑对河流提取形成了干扰。以上6个地区的影像大小均为600像素×600像素。MDRO,MDRO+GFS,RGA(生长阈值分别为50和130)以及本文方法的提取结果分别如表1中第2—5行所示,其中使用的GFS阈值为(Tl=15,Tρ=1.2,Tγ=23,Tλ=0.15)。
图表编号 | XD00155692500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 张祝鸿、王保云、孙玉梅、李才东、孙显辰、张玲莉 |
绘制单位 | 云南师范大学信息学院、云南师范大学信息学院、云南师范大学信息学院、云南师范大学信息学院、云南师范大学信息学院、云南师范大学信息学院 |
更多格式 | 高清、无水印(增值服务) |