遥感二值图像分割：基于线段的快速标号算法

"该论文提出了一种针对遥感二值图像目标区域分割的新方法，主要针对基于线段扫描法在处理大规模、复杂形状图像时存在的存储空间浪费和处理效率低下的问题。传统的线段扫描算法使用邻接表记录等价对，但在处理大量数据时效果不佳。新算法采用了‘双表’策略，实时记录和修正等价标号，有效地解决了标记冲突，提高了处理效率。" 正文: 在计算机视觉和遥感领域，二值图像连通区域分割是基础且关键的一步，尤其是在地物目标识别和后续分析中。二值图像表示的是图像中的像素被归类为两种状态，通常为前景和背景，这使得目标区域的分割变得直观且便于处理。论文关注的是如何高效地对遥感二值图像进行连通区域标记，以区分不同的目标区域。 传统的二值图像连通域分割方法可以大致分为基于像素的方法和基于线段的方法。基于像素的方法，如区域增长法、顺序扫描法和递归标记法，虽然简单易懂，但在处理大型遥感图像时可能遇到堆栈溢出或重复遍历的问题，效率较低。另一方面，基于线段的算法，如基于游程的标记算法和基于模块的标记算法，通过线性扫描和邻接表记录冲突，其效率相对较高，但当处理的数据量大且形状复杂时，邻接表的存储需求增加，影响了算法性能。 论文所提出的新方法针对这一问题进行了创新。它采用"双表"策略，即在扫描线段的同时，实时记录和修正等价标号，避免了邻接表中存储大量等价对信息，从而减少了存储空间的需求。这种方法能够在遇到标记冲突时迅速解决，确保每个连通区域被唯一标识，同时提高了算法的执行速度。 通过对模拟数据和实际遥感二值图像的验证，该新算法显示出了显著优于传统算法的处理效率。这意味着在处理大规模遥感图像时，新算法能够更快速、更有效地完成目标区域的分割，对于需要快速处理和分析遥感数据的应用，如环境监测、灾害评估等，具有重要的实用价值。 这篇论文的研究成果为遥感图像处理提供了一种新的优化工具，通过改进的线段扫描法，提高了二值图像连通域分割的效率，降低了存储开销，有助于推动遥感图像分析技术的进步。这一新方法的实施和应用将进一步提升遥感数据处理的速度和精度，为相关领域的研究和实践带来积极的影响。