分割结果的不确定性
发布网友
发布时间：2022-04-22 23:50
共1个回答
热心网友
时间：2023-10-08 23:21
用 Definiens 软件进行影像分割，实际上就像搭积木一样，位于上层的对象是由下层的子对象搭建而成的单元。一个新的对象层次只能产生于两个已经存在的层次之间，新生成的对象边界不能跨越父对象的边界，同时，必须包含一个个完整的子对象。父对象层和子对象层的形状*着新生成层次对象的形状。初始状态就默认存在的两个层次为像元层次( Pixel Level) 和整景影像层次 ( Entire Image) 。通常情况下，对象层次是在它下面的对象层次基础上产生的 ( Create Above) ，由于 Definiens 软件采用的分割技术都是基于 “区域合并算法”( Ｒegion-merging Algorithms) ，所以并不是所有的分割算法与多尺度分割算法一样允许在现有的层次下方生成新的层次 ( Create Below) 。每个对象层次都产生于它的直接子层次，通过合并子对象生成父对象以生成新的父层次，通过这样来保证整个对象层次网络的拓扑结构，所有子对象的边界不可能跨越比他层次高的父对象边界，这是进行基于上下文分类的先决条件。即使是 Definiens 软件中的多尺度分割算法允许向两个方向生成层次( Create Above 和 Create Below) ，但是研究发现用这两种不同的方式采用同样的尺度分割出来的对象个数有所出入。如表5 －6，同一块区域不同尺度按从上到下和从下到上两种方式分割，各层次的对象数目是不一致的。
表 5 －6 对象分割的不确定性
究其原因，从下至上的方式，区域合并算法计算的对象只有第一次是针对像元，后面均是针对对象; 而从上至下的方式，区域合并算法每次均是针对单个像元进行的。这两种方式的计算过程不同，导致结果不一致。可见分割结果的不确定性直接导致了分类结果的不确定性。
