A Bilevel Scale-Sets Model for Hierarchical Representation of Large Remote Sensing Images
A Bilevel Scale-Sets Model for Hierarchical Representation of Large Remote Sensing Images
复制标题
大型遥感影像分层表示的双层尺度集模型
DOI：
10.1109/tgrs.2016.2600636
复制
发表时间：
2016-08
影响因子：
8.2
通讯作者：
Wu Guofeng
中科院分区：
文献类型：
--
作者：
Hu Zhongwen;Li Qingquan;Zou Qin;Zhang Qian;Wu Guofeng
由于地理物体的多样性，将多尺度分割/表示引入高空间分辨率遥感图像的分析和解释中具有重要意义。然而，随着高分辨率图像的使用越来越多，传统的多尺度分割方法逐渐表现出效率的不足，特别是在处理大规模图像时。本文提出了一种新颖的双层尺度集模型（BSM），用于大规模遥感图像的多尺度区域表示。在 BSM 中，首先将图像划分为边缘重叠的块，并按块实现低级尺度集模型。其次，通过检索并镶嵌分块分割结果来获得分割结果，在此基础上实现覆盖整个图像的高级尺度集模型。为了进一步提高 BSM 的效率，提出了分块规模集模型的并行实现。在实验中，首先，使用覆盖深圳沿海地区的 WorldView2 图像验证了 BSM 的有效性，其中 BSM 获得了准确的多尺度表示结果，没有任何马赛克伪影。然后，通过与最先进的多尺度分割方法（即集成在商业软件 eCognition v9.2 中的方法）进行比较，证明了 BSM 的效率，其中所提出的 BSM 需要大约 7 分钟来处理 24 000 × 24 000 多光谱 ZY3 图像，并且比竞争方法快两到三倍。
Due to the diversity of geographical objects, it makes great sense to introduce multiscale segmentation/representation into the analysis and interpretation of high-spatial-resolution remote sensing images. However, with the increasing use of high-resolution images, traditional multiscale segmentation methods gradually show their lack in efficiency, particularly when handling large-scale images. In this paper, a novel bilevel scale-sets model (BSM) is proposed for multiscale region-based representation of large-scale remote sensing images. In the BSM, first, an image is divided into blocks with overlapped margins, and a low-level scale-sets model is blockwisely implemented. Second, a segmentation result is obtained by retrieving and mosaicking the blockwise segmentation results, based on which a high-level scale-sets model is implemented covering the whole image. To further improve the efficiency of the BSM, a parallel implementation is presented for the blockwise scale-sets model. In the experiments, first, the effectiveness of the BSM is validated using a WorldView2 image covering a coastal area of Shenzhen, where the BSM obtains accurate multiscale representation results without any mosaic artifacts. Then, the efficiency of the BSM is demonstrated by comparing with the state-of-the-art multiscale segmentation method, i.e., the one integrated in the commercial software eCognition v9.2, where the proposed BSM takes about 7 min to process a 24 000 × 24 000 multispectral ZY3 image and is two to three times faster than the competing method.
登录
查看更多内容
DOI：
10.3173/air.23.59
发表时间：
2014
期刊：
Agricultural Information Research
影响因子：
--
作者：
泰明 岡田;智一 吉田;智晴 長尾
通讯作者：
泰明 岡田;智一 吉田;智晴 長尾
影响因子：
19.5
作者：
L. Guigues;J. Cocquerez;H. L. Men
通讯作者：
L. Guigues;J. Cocquerez;H. L. Men
DOI：
10.3233/fi-2000-411207
发表时间：
2000
期刊：
Fundam. Informaticae
影响因子：
--
作者：
J. Roerdink;Arnold Meijster
通讯作者：
J. Roerdink;Arnold Meijster
DOI：
--
发表时间：
2010
期刊：
--
影响因子：
--
作者：
P. Happ;R. Ferreira;C. Bentes;G. Costa;R. Feitosa
通讯作者：
P. Happ;R. Ferreira;C. Bentes;G. Costa;R. Feitosa
影响因子：
5.2
作者：
Hay, GJ;Marceau, DJ;Bouchard, A
通讯作者：
Bouchard, A