对象合并的算法流程是什么？

对象合并的算法流程如下：

(1)设定阈值。阈值设定对图像分割的结果有至关重要的作用，包括光谱、形状、光滑度、紧致度以及异质性因素权重等，它们影响着对象间异质性的组成结构。从图像理解角度，人们倾向于将颜色一致的象元归并 为同一个对象。 实验发现异质性对光谱因子的敏感度远大于形状因子，因此，光谱参数采用较高权重，通常设为0.7～0.9。 异质性阈值(分割尺度)直接影响图像对象的大小和数量，是最重要、最难设定的参数，尺度过大会将多个地物的像素归并在同一个对象中(分割不足)，尺度过小会将同一个地物分割成多个对象(过度分割)，这两种情况都将使对象失去原有地物应有的特征而难以识别。

(2)计算每个对象与周围相邻接对象的异质性，从中选出异质性最小的相邻对象，将其标记为当前对象的最邻近对象。将互为最邻近的对象对(即对象A的最邻近对象为B，同时B的最邻近对象也是A，则A、B是互为最邻近对象对)保存到待处理集合中。

(3)以待处理集合中每对对象的异质性为主键，对该集合中的对象对进行排序得到主键的升序队列，将队列中的前a%并且异质性小于设定因值的每对对象合并为一个对象。返回步骤（2），进行下一轮合并，直到没有对象被合并为止。