不同粒度遥感信息的非线性优化Otsu分割算法

遥感影像具有覆盖面广、光谱信息丰富及不同粒度的遥感信息应用需求特点,传统的图像分割算法不能较好地适用于这类图像的信息提取。针对遥感影像多波段的特性和遥感信息不同粒度需求的特点,基于最大类间方差算法(Otsu算法),设计了不同粒度遥感信息的非线性优化Otsu分割算法:(1)引入PCA算法对遥感影像的多波段数据进行降维,降低了遥感影像的信息冗余度;(2)基于最小值判断,添加分割算法的终止条件,提高了不同粒度遥感信息分割的计算效率。最后,以舟山海域的空间地物信息提取为例,比较了非线性优化Otsu分割算法与传统的Otsu、2D-Otsu、K-means、FCM分割算法的优劣性。结果表明,非线性优化Otsu分割算法:(1)兼顾了遥感影像的波谱信息,降低了遥感信息的错分率;(2)通过降低遥感影像的信息冗余,提高了计算效率;以两类地物类别提取为例,与Otsu算法相比,时间效率提高了59.88%;(3)通过添加计算约束条件,求解不同地物类别的分割阈值,满足了不同粒度遥感信息的应用需求。