Resumen

El método tradicional de segmentación de imágenes de teledetección utiliza el mismo conjunto de parámetros para toda la imagen. Sin embargo, debido a la naturaleza dependiente de la escala de los objetos, los parámetros óptimos de segmentación para una imagen general pueden no ser adecuados para todos los objetos. Según la idea de dependencia espacial, el mismo tipo de objetos, que tienen una escala espacial similar, a menudo se agrupan en la misma escena y forman una escena. Basándose en este escenario, este artículo propone un método de análisis de imágenes orientado a objetos estratificado basado en la división de escenas de imágenes de teledetección. Este método utiliza primero un semántico intermedio que puede reflejar la complejidad visual de las imágenes para clasificar la imagen de teledetección en diferentes escenas, y luego, dentro de cada escena, se emplea un algoritmo de búsqueda en cuadrícula mejorado para optimizar el resultado de segmentación de cada escena, de modo que la escala óptima pueda ser adoptada al máximo para cada escena. Debido a que la complejidad de los datos se reduce de manera efectiva mediante el procesamiento estratificado, la optimización de la escala local garantiza la precisión general de la clasificación de toda la imagen, lo cual es prácticamente significativo para la geoaplicación de teledetección.

• Materias:Fluorescencia Nanopartículas Espectroscopia infrarroja Fármaco Espectroscopia raman
• Subjects:Fluorescence Nanoparticles Infrared spectroscopy Drug Raman spectroscopy
• Palabras claves:Tradicional; Teledetección; Segmentación de imágenes; Dependencia espacial; División de escenas; Precisión de la clasificación
• Keywords:Traditional; Remote sensing; Image segmentation; Spatial dependence; Scene division; Classification accuracy