Введение
Глава 1. Современное состояние проблемы сегментации спутниковых изображений высокого пространственного разрешения 10
1.1. Содержательная постановка задачи сегментации изображений и особенности обработки мультиспектральных спутниковых данных 10
1.2. Задача кластеризации и известные методы ее решения
1.2.1. Методы разбиений 18
1.2.2. Иерархические алгоритмы кластеризации 20
1.2.3. Алгоритмы спектральной кластеризации 22
1.2.4. Нейронные сети 23
1.2.5. Плотностные алгоритмы кластеризации 24
1.2.6. Сеточные алгоритмы кластеризации 28
1.2.7. Ансамблевые алгоритмы кластеризации
1.3. Методы спектрально-текстурной сегментации изображений 33
1.4. Краткие выводы по главе 39
Глава 2. Алгоритмы кластеризации мультиспектральных изображений на основе сеточного и ансамблевого подходов 40
2.1. Формальная постановка задачи кластеризации в рамках сеточного подхода 40
2.2. Сеточный алгоритм кластеризации CCA 42
2.3. Экспериментальное исследование алгоритма CCA 47
2.4. Метод построения ансамбля 55
2.5. Ансамблевый сеточный алгоритм кластеризации ECCA 56
2.6. Экспериментальное исследование алгоритма ECCA 58
2.7. Краткие выводы по главе 65
Глава 3. Иерархические алгоритмы кластеризации мультиспектральных изображений на основе сеточного и ансамблевого походов 66
3.1. Ультраметрика для построения иерархии данных в рамках сеточной структуры 66
3.2. Вычисление ультраметрики с помощью метода ближайшего соседа 68
3.3. Иерархический сеточный алгоритм кластеризации HCA 69
3.4. Экспериментальное исследование алгоритма HCA 72
3.5. Построение ансамбля иерархических разбиений 76
3.6. Иерархический сеточный алгоритм кластеризации HECA на основе ансамблевого подхода 78
3.7. Экспериментальное исследование алгоритма HECA 81
3.8. Краткие выводы по главе 86
Глава 4. Комбинирование спектральных и текстурных признаков при сегментации изображений 87
4.1. Метод описания мультиспектральной текстуры 87
4.2. Алгоритм спектрально-текстурной сегментации ESEG 88
4.3. Экспериментальное исследование алгоритма ESEG 90
4.4. Сегментация спутниковых изображений с учетом тематических масок 96
4.5. Краткие выводы по главе 99
Глава 5. Программное обеспечение на основе разработанных алгоритмов и решение практических задач 100
5.1. Программный комплекс «ECCA-Pack» для сегментации мультиспектральных изображений 100
5.2. Автоматическое выделение водных объектов на спутниковых изображениях высокого разрешения для оперативного мониторинга паводковой ситуации... 103
5.3. Крупномасштабное моделирование структуры степной растительности с использованием снимков высокого разрешения 106
5.4. Краткие выводы по главе 111
Заключение 112
Список литературы 114
