高分辨率遥感影像多尺度分割方法研究的任务书.docx

高分辨率遥感影像多尺度分割方法研究的任务书
一、课题背景
随着遥感影像技术的发展，遥感数据已成为地学研究中不可或缺的宝贵资源，也成为了许多行业中重要的数据来源。高分辨率遥感影像由于其具有较高的空间分辨率和丰富的信息，被广泛应用于城市规划、土地利用研究、生态环境监测等领域。而遥感影像的分割是遥感数据处理中的一个重要领域，它可以将遥感影像划分为不同的区域，提取出区域内的特定信息，为后续的研究和应用打下基础。
在分割方法中，常用的方法有基于像素的算法和基于区域的算法。基于像素的算法是将图像中每个像素点分为不同的类别，该方法可以获取更加详细的信息，但处理起来相对较为复杂。基于区域的算法是将图像中相邻的像素点聚合成不同的区域，该方法可减小由噪声和误差引起的分割错误，但可能会丢失一些细节信息。
传统的分割方法往往采用单一尺度来进行处理，难以直观地表述图像中物态的分类信息，并且对于大尺度和小尺度上的信息缺失较为明显，分割效果不尽如人意。针对这个问题，近年来提出了多尺度方法，通过将图像分别处理为不同的尺度，获得多项尺度上的信息，从而得到更加准确的分割结果。
因此，需要对高分辨率遥感影像多尺度分割方法进行深入研究，以获得较为准确、全面的分割结果，为遥感影像在不同领域的应用提供更好的支持。
二、课题任务
1.系统了解高分辨率遥感影像多尺度分割方法的基本原理、关键技术和发展趋势，梳理其研究背景、现状和热点。
2.基于高分辨率遥感影像多尺度分割方法理论和现状，设计并实现一个适合本任务的多尺度分割方法。该方法需要包括以下内容：
（1）选择适当的多尺度预处理方法，对图像进行预处理，得到多个不同尺度下的图像。
（2）采用区域生长算法、支持向量机等主流分割算法，实现对不同尺度下的图像的分割。
（3）对分割结果进行合并处理，以获得最终的分割结果。
3.给出不同分辨率、不同尺寸、不同光谱的高分辨率遥感影像样本，对所设计的多尺度分割方法进行实验验证，并对实验结果进行比较和分析，验证算法的可靠性和效果。
4.撰写课题论文，对所研究的高分辨率遥感影像多尺度分割方法进行详细的阐述和分析，包括研究背景、理论模型、方法流程、实验结果和分析等部分。要求字数不少于2000字。
三、参考文献
[1]WuX,ZhuX,WuG-Q.Acomprehensivesurveyongraph-basedimagesegmentation[J].PatternRecognition,2014,47(8):2633-2683.
[2]ChenX,ZhaoY,LiY,etal.Segmentingsatelliteremotesensingimagesviaadaptivehomogeneousregiongrowing[J].ISPRSJournalofPhotogrammetryandRemoteSensing,2014,90:67-81.
[3]YuanY,LiuL,ZhangY,etal.Multi-scalesegmentationofremote-sensingimageswithelevationdata[J].InternationalJournalofRemoteSensing,2018,39(2):562-587.
[4]HerrmannC,MarzaniFS,PetrouM.Multiscalesupervisedsegmentationcombiningrandomforestsandactivecontourmodels[J].JournalofElectronicImaging,2017,26(4):043008.
[5]OkoliCV,AllahviranlooT,MoeiniA.Multiscalesegmentationofhigh-resolutionsatelliteimagesusingadaptiveweightingdenseconditionalrandomfields[J].RemoteSensing,2018,10(7):1001.