基于CUDA的遥感影像SLIC分割
SLIC算法原理
SLIC算法原理网上有很多帖子,这里就不展开了,推荐一个比较好的,感兴趣的可以看一下:
http://www.cnblogs.com/supersponge/p/6546082.html
官网:https://infoscience.epfl.ch/record/149300
基于CUDA的遥感影像SLIC分割
现有的高分遥感影像,空间分辨率高,具有更为清晰的轮廓、纹理信息,能够提取更为精确的地物信息。然而基于像素的特征无法的到更具自然含义的统计信息(特征的表达粒度不够),基于此的分类结果往往会出现椒盐噪声的现象,无法有效获取高分遥感影像中的地物信息。针对高分遥感影像信息提取,目前流行的是面向对象的方法,即先对遥感影像进行分割,得到分割对象,再提取地物信息。分割对象作为高分遥感影像信息提取的基本基元,相对于像素而言,粒度更大,能够描述更具有统计意义的自然信息(如空间上下文等),还能有效避免分类结果中的椒盐噪声现象。但其分割的结果通常受到噪声的影响、分割的尺度难以确定(自适应),现有的分割方法中还存在很大的问题。