Considerando os problemas existentes nos algoritmos de segmentação de superpixels baseados em agrupamento iterativo linear simples (SLIC) ao processar imagens de sensoriamento remoto ricas em detalhes, como a suscetibilidade ao ruído e a supersegmentação, este artigo propõe um método de segmentação de imagens de sensoriamento remoto que combina uma medida de similaridade entre blocos de superpixels baseada na característica do momento de inércia normalizado (NMI) para melhorar o efeito da segmentação. Inicialmente, utiliza-se o algoritmo de filtro guiado para suavizar a imagem e remover o ruído sal e pimenta; em seguida, através do algoritmo existente de agrupamento iterativo linear, realiza-se a segmentação a nível de pixel para gerar os superpixels iniciais; depois, identifica-se os pequenos blocos de superpixels e calcula-se a medida de similaridade com os blocos vizinhos, fundindo-os ao bloco vizinho com a menor diferença, alcançando o objetivo de segmentar a imagem. O método proposto reduz a sensibilidade dos superpixels ao ruído em comparação com os algoritmos tradicionais e melhora a precisão da segmentação. Os experimentos mostram que o algoritmo proposto pode reduzir o número de blocos de superpixels segmentados na imagem de sensoriamento remoto de teste de 4.171 para 282, diminuir o número de pequenos blocos em mais de 60%, reduzir efetivamente o impacto dos pontos de ruído e melhorar os defeitos de supersegmentação dos algoritmos anteriores.

Agrupamento iterativo linear simples;Superpixel;Fusão de regiões;Momento de inércia normalizado