%0 Journal Article
%T 一种基于统计学习理论的最小生成树图像分割准则<br>A Image Segmentation Method Based on Statistics Learning Theory and Minimum Spanning Tree
%A 王平
%A 魏征
%A 崔卫红
%A 林志勇&lt
%A br&gt
%A WANG Ping
%A WEI Zheng
%A CUI Weihong
%A LIN Zhiyong
%J 武汉大学学报·信息科学版
%D 2017
%R 10.13203/j.whugis20150345
%X 根据基于区域增长的面向对象图像分割的本质特点，将统计学习理论与最小生成树算法相结合，提出了一种基于统计学习理论的最小生成树图像分割准则。将该图像分割准则应用于多种遥感影像数据进行分割实验，其结果表明基于统计学习理论的最小生成树图像分割准则能通过简便的参数设置，即可以较好地实现不同尺度目标的图像分割，同时又能对纹理区域进行有效分割，能获得良好的区域边界和较好的抗噪声性能，并在海岸带大比例尺无人机正射影像的图像分割实践中得到了较好验证
%K 统计学习
%K 最小生成树
%K 图像分割准则
%K &lt
%K br&gt
%K statistical learning
%K minimum spanning tree (MST)
%K image segmentation rule
%U http://ch.whu.edu.cn/CN/abstract/abstract5768.shtml