NMI特征优化边界敏感的LSC遥感影像分割算法

针对线性谱聚类方法处理复杂场景的高分辨率遥感影像时存在地物边界丢失、过分割问题，提出基于归一化转动惯量特征优化边界敏感的线性谱聚类方法。首先，利用LOG算法提取影像边缘信息，将边缘信息与LSC算法融合，并将存在边缘信息的超像素块的区域质心替代原始聚类中心，改善地物边界信息丢失问题；然后，通过边缘敏感的LSC分割方法，对高分辨率影像进行分割，获取地物完整的初始超像素，并确定微小的超像素；最后，计算微小超像素与相邻超像素相似性度量值，并将其合并到相似性度量值最小的超像素，优化过分割结果。实验结果表明，该方法可以有效地解决地物边界丢失、过分割问题，获取较好的分割结果。