基于CUDA的遥感影像SLIC分割

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。