Multivariate Region Growing Method with Image Segments

영상분할단위 기반의 다변량 영역확장기법

Feature identification is one of the largest issue in high spatial resolution satellite imagery. A popular method associated with this feature identification is image segmentation to produce image segments that are more likely to features interested. Here, it is, proposed that combination of edge extraction and region growing methods for image segments were used to improve the result of image segmentation. At the intial step, an image was segmented by edge detection method. The segments were assigned IDs, and polygon topology of segments were built. Based on the topology, the segments were tested their similarities with adjacent segments using multivariate analysis. The segments that have similar spectral characteristics were merged into a region. The test application shows that the segments composed of individual large, spectrally homogeneous structures, such as buildings and roads, were merged into more similar shape of structures.

이 연구에서는 고해상도 영상의 영상분할단위를 이용한 분석방법의 하나로 영역확장기법을 검토하였다. 먼저 경계추출에 의한 영상분할단위를 기반으로 공간적인 분석이 가능하도록 영상분할단위간의 위상관계를 설정하는 방법을 검토하였다. 다음으로 설정된 영상분할단위간의 위상관계를 바탕으로 한 영역기반의 영역확장 방법을 개발함으로써 영상분할단위를 보다 물체에 가까운 형태로 한 단계 더 처리하였다. 특히 여러 밴드를 활용한 다변량 분석을 시도하여 결과의 신뢰도를 더욱 높이도록 하였다. 그 결과 영상분할단위 기반의 영역확장 결과 영상분할단위가 보다 의미 있는 단위로 발전되었다. 다만 영상분할 단위에 속하는 각 화소의 높은 동질성으로 인하여 통계적 유사성이 통계치에 매우 민감하게 반응하는 결과를 나타내었다.