《表2 基于中层特征的分割方法的优点与局限》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《光学遥感图像分割技术综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

传统的基于浅层特征的分割法适用于内容较为简单的遥感图像，但对于地物复杂的图像往往效果并不理想，尤其当外界条件如光照、传感器、云雾等条件对像素特征有不良影响时，分割结果更易受干扰，鲁棒性不够强。于是，研究人员开始利用数学理论和图论来引入先验信息和上下文信息，或通过混合组合多种浅层特征来得到鉴别性更好、鲁棒性更强的图像中层特征。常见的基于中层特征的分割有聚类分割法、基于马尔科夫随机场的模型分割法、混合特征组合分割法等，表2列出了这三类方法的优势及局限性。