高分辨率影像中城区树冠多尺度聚类识别方法

提出一种约束均值漂移方法,对高分辨率影像中的城区树冠进行提取。该方法首先进行小波分解,建立小波金字塔结构,用特定窗口,对每一层小波的低频系数计算均值,同时对其高频系数计算标准偏差,在每一层,用这些均值和标准偏差构成特征空间,最终构成多尺度金字塔影像特征空间;然后,从金字塔顶层开始,逐层进行均值漂移计算,并在层间进行尺度传递,由于尺度传递可能造成特征空间更加不平滑,所以本文采用约束均值漂移方法进行聚类,实现城区树冠初步聚类分割。最后,由于特征空间的特征可区分性很难保证在区域边缘处的聚类精确性,所以本文进一步采用基于聚类特征的监督分割方法提取树冠。实验结果表明,与传统的直接监督方法以及非监督方法相比,该方法能较好地消除高分辨率导致的影像高度细节化等因素对城区树冠提取的影响,具有很强的实用性。