既存の単純線形反復クラスタリング（SLIC）に基づくスーパーピクセル分割アルゴリズムは、詳細が豊富なリモートセンシング画像処理時にノイズの影響を受けやすく、過分割の問題があることから、本論文では正規化慣性モーメント（NMI）特徴に基づくスーパーピクセルブロック間の類似度測定を組み合わせたリモートセンシング画像分割手法を提案し、分割効果を改善する。まず、ガイドフィルタリングアルゴリズムを用いて画像の平滑化および塩胡椒ノイズの除去を行い、次に既存の線形反復クラスタリングアルゴリズムでピクセルレベルの分割を行い初期スーパーピクセルを生成する。その後、小さなスーパーピクセルブロックを特定し、隣接するスーパーピクセルブロックとの類似度測定値を計算して、差異が最小の隣接スーパーピクセルブロックに統合し画像分割を実現する。本手法は従来の分割アルゴリズムに比べスーパーピクセルのノイズ感度を低減し、画像分割の精度を向上させた。実験結果は、提案アルゴリズムがテスト用リモートセンシング画像の分割スーパーピクセル数を4,171から282に減少させ、小さなスーパーピクセル数を60%以上削減し、ノイズ点の影響を効果的に低減し、従来アルゴリズムに存在した過分割の欠陥を改善したことを示している。

単純線形反復クラスタリング;スーパーピクセル;領域統合;正規化慣性モーメント