融合多尺度分割与CART算法的矸石山提取

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (22): 222-225.

融合多尺度分割与CART算法的矸石山提取

赵慧1，2，汪云甲1，2

1.中国矿业大学环境与测绘学院，江苏徐州 221116
2.中国矿业大学国土环境与灾害监测国家测绘局重点实验室，江苏徐州 221116

出版日期:2012-08-01 发布日期:2012-08-06

Fusing muti-scale segmentation into CART algorithm on coal gangue extraction

ZHAO Hui1，2, WANG Yunjia1，2

1.School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou, Jiangsu 221116, China
2.Key Laboratory for Land Environment and Disaster Monitoring of SBSM, China University of Mining and Technology, Xuzhou, Jiangsu 221116, China

Online:2012-08-01 Published:2012-08-06

摘要/Abstract

摘要： 结合多尺度分割和CART算法的特性，提出一种新的目标信息提取方法。其基本思想是将小尺度分割与大尺度分割相结合，将影像分割成一系列同质性对象；以同质性对象为基本单元选择训练样本，后利用CART算法提取目标信息。实验结果表明：与单纯像素级的CART算法相比，该方法可有效减少提取结果的噪声，一定程度上排除了其他地类对目标信息的干扰，提取精度显著提高。

关键词: 多尺度分割, 分类和回归树（CART）, 矸石山, 目标提取

Abstract: Considering the properties of muti-scale segmentation and CART, a method for information extraction is proposed in this paper. Integrating small-scale segmentation with big-scale segmentation, the remote sensing image is segmented into a series of homogenous regions through watershed transformation and region merging process. The region-based information extraction is performed by utilizing CART after sample selection. Experimental results indicate that the proposed information extraction method depresses the image noise effectively, the extraction accuracy is improved and more interpretable result can also be achieved.

Key words: muti-scale segmentation, Classification and Regression Tree（CART）, coal gangue, information extraction

赵慧1，2，汪云甲1，2. 融合多尺度分割与CART算法的矸石山提取[J]. 计算机工程与应用, 2012, 48(22): 222-225.

ZHAO Hui1，2, WANG Yunjia1，2. Fusing muti-scale segmentation into CART algorithm on coal gangue extraction[J]. Computer Engineering and Applications, 2012, 48(22): 222-225.

[1]	任洪娥，刘冕，董本志. 基于改进形态学算子的木粉边缘检测算法[J]. 计算机工程与应用, 2015, 51(5): 183-186.
[2]	王亚荣，徐秋平. 基于窄带图割的交互式快速目标提取[J]. 计算机工程与应用, 2013, 49(3): 226-229.
[3]	毕家宾，牛珍珍，魏宗寿. 基于CV模型和NSCT的红外与可见光图像融合[J]. 计算机工程与应用, 2013, 49(19): 180-185.
[4]	桑高丽1，宣士斌1，2，赵波1，郑增国1. 采用目标提取和NSCT的红外与可见光图像融合[J]. 计算机工程与应用, 2013, 49(11): 172-176.
[5]	李潇，李映. 高分辨率遥感图像中机场目标的并行快速提取[J]. 计算机工程与应用, 2012, 48(5): 213-216.
[6]	林卉1，2，3，刘培1，杜培军1，夏俊士1. 基于改进型统计区域增长的遥感图像分割[J]. 计算机工程与应用, 2012, 48(18): 159-163.
[7]	谢之宇，蒋晓瑜，汪熙，裴闯. 改进的帧差法在目标匹配中的应用[J]. 计算机工程与应用, 2011, 47(34): 208-211.
[8]	孙棣华，王川童，赵敏. 基于非参数核密度模型的交通图像目标提取[J]. 计算机工程与应用, 2011, 47(21): 182-184.
[9]	王建青¹，郭敏¹，徐秋平^1，2. 结合小波变换与图像分割的快速目标提取[J]. 计算机工程与应用, 2010, 46(33): 215-217.
[10]	吴炜^1，2，沈占锋¹，骆剑承¹，陈秋晓³，胡晓东^1，2. 均值漂移高分辨率遥感影像多尺度分割的集群实现[J]. 计算机工程与应用, 2009, 45(34): 7-9.
[11]	陈云亮^1,2，杜琳²，谢长生¹，蔡之华². 图像单个运动目标识别与跟踪的一种解决方案[J]. 计算机工程与应用, 2009, 45(25): 15-17.
[12]	薄树奎¹,聂荣¹,丁琳². 基于面向对象方法的遥感影像桥梁提取[J]. 计算机工程与应用, 2008, 44(26): 200-202.
[13]	唐志峰,王诗俊,杨树元. 一种压缩域中的快速运动目标提取算法 [J]. 计算机工程与应用, 2006, 42(22期): 16-.