2

我的目标是对航空影像进行场分割。不同的作物有不同的颜色，似乎是一个很好的分割对象。
图像包含 5 个光谱分量 R、G、B、IR1 和 IR2（IR - 红外线）。

以下是示例图像（同一地面区域的 5 个通道）：
>>示例图像<<

我的想法是使用某种彩色图像渐变，然后对其执行分水岭，但这给我留下了过度分割的图像。也许我可以通过向原始梯度图像重复添加随机噪声来制作某种随机分水岭，然后对每个嘈杂的梯度图像执行分水岭。也许我可以使用所有流域中的共同山脊作为最终山脊？

任何形式的帮助表示赞赏。:)

4

2 回答 2

2

所有 5 个频道的区域增长算法怎么样：http ://en.wikipedia.org/wiki/Region_growth

使用基于每个像素的 5 维 (RGB IR1 IR2) 向量之间的欧几里德距离的相似性度量。

于 2013-09-25T19:55:00.153 回答
2

我一直在使用逻辑回归进行一些工作。如果您关心这类事情，它是通用线性模型集的一部分。

我只做了二分类的情况，但多分类的情况也在MATLAB中用mnrfit. 这是多项情况下的帮助查看。

你必须训练模型（你需要有一些像素/图像的真实类。）。然后，您使用估计的参数来估计新图像的类别。

一些绊脚石：
- 数据在向量中，而不是在矩阵中
- 你需要标准化你的图像

于 2013-09-25T20:39:42.253 回答