摘要
针对高空间分辨率遥感图像分割过程中区域合并复杂性问题,利用水平集理论提出了一种类别信息引导的的多尺度遥感图像分割方法。该方法利用已提出的多相位水平集聚类模型进行初始图像聚类,再将各类中尺度小于给定阈值的同质区依据相似性大小与其邻域合并,同时更新该区域的类标签,通过零水平集的求解可获得该阈值下的图像分割结果。改变阈值,则可实现多尺度的图像分割。以城区的QuickBird多光谱卫星影像为测试数据,开展了与遥感领域常用的Meanshift和eCognition软件中的多分辨率方法的对比实验及精度评价。结果表明该方法的区域合并机制简单,而其分割精度可与Meanshift等性能优越的遥感图像分割方法相竞争,可视为高分辨率遥感图像多尺度分割的候选方法。