[发明专利]一种用于高分辨率遥感图像多尺度分割的方法

说明书

技术领域

本发明涉及一种遥感图像处理方法，特别涉及一种基于尺度参数序列控制策略的遥感图像多尺度分割方法，尺度参数序列控制策略适用于多种分割方法以生成边界一致的多尺度分割结果。

背景技术

高分辨率遥感图像提供了大量的地物细节信息，在地图制图、资源调查、环境监测、地理国情监测等方面应用广泛。由于图像结构复杂，且受噪声的影响，多采用面向对象图像分析技术处理高分辨率遥感图像。图像分割作为面向对象图像分析的第一步，为其提供对象图层，已成为一个不可回避的问题。图像分割是基于同质性或异质性准则将一幅图像划分为若干有意义的子区域的过程，该过程把输入图像转化为分割区域，利用分割区域的光谱、形状、纹理、空间关系等特征，对进一步提取目标特征、进行目标测量和分类等都是非常重要的。

由于不同地物在遥感图像中的空间尺度不一样，最佳的识别尺度也不一致。同时，针对不同的应用需求，针对相同目标需要不同尺度的描述。如描述建设用地、森林与描述建设用地中的建筑物以及森林中的树木所需要的尺度不一致，前者需要较粗的尺度，后者则需要较细的尺度。因此，需要对高分辨率遥感图像进行多尺度分割，满足不同尺度的应用需求。

区域增长的分割方法包括种子点、合并准则和终止条件三个关键点，通过设定不同的终止条件，区域增长能提供多尺度的分割结果。区域增长根据合并策略可以划分为面向全局和面向局部两种。前者由于优化过程缓慢，分割耗时较长，如层次合并方法。后者在局部范围内进行优化，在顾及局部空间结构特征的同时，分割耗时较短，但是，仅通过设定不同终止条件生成的多尺度分割对象之间边界不具有一致性，因此也没有明确的空间和语义上的联系。

发明内容

发明目的：针对上述现有技术存在的问题和不足，本发明的目的是提供一种用于高分辨率遥感图像多尺度分割的方法，生成具有一致边界的多尺度分割结果，建立不同尺度分割结果之间的空间、语义联系。

技术方案：为实现上述发明目的，本发明采用的技术方案为一种用于高分辨率遥感图像多尺度分割的方法，包含如下步骤：

(1)在合并终止条件控制下，采用局部最优的区域增长策略，进行像元级区域增长，生成初始分割结果；

(2)在初始分割基础上构建区域邻接图，获取各分割区域的光谱、形状和边缘特征，并生成各分割区域之间的邻接关系；

(3)建立合并准则并将该合并准则视为区域邻接图中弧段权重，表征相邻区域之间的相似性；

(4)在区域邻接图基础上，采用尺度参数序列控制策略，应用局部相互最优的区域增长策略，生成不同尺度分割结果。

所述步骤(1)中：像元级区域增长指区域增长过程从单个像元开始，即将每个像元视为单个区域。所述合并终止条件由光谱差异、区域面积和标准差共同组成；局部最优的区域增长策略指在所有邻接区域中，搜索与当前区域相似的邻接区域，相似性度量为光谱差异；若当前区域与该邻接区域间的光谱差异小于阈值且当假定两区域已合并，所生成新区域的面积和标准差均小于相应阈值时，将该邻接区域与当前区域合并。

所述步骤(2)中，区域邻接图由节点和弧段组成，节点记录各分割区域的特征，弧段记录两相邻区域间的邻接关系。

所述步骤(4)中，局部相互最优的区域增长策略指当相邻两区域互为对方的最相似区域时，两区域视为相互最优，考虑将其合并。尺度参数序列控制策略指预先定义一系列递增的尺度参数，形成尺度参数序列；当需要生成尺度参数序列中某一尺度参数对应的分割结果时，首先从尺度参数序列中最小的尺度参数开始执行区域增长过程，然后逐次采用尺度参数序列中递增的尺度参数并执行相应的区域增长过程，直至达到所需的尺度。所述尺度参数为局部相互最优的两相邻区域之间相似性度量的阈值，当该相似性小于该阈值时，将该两邻接区域合并。在尺度参数序列中不同的尺度参数控制作用下，生成多尺度分割结果。由于较大尺度分割结果由较小尺度结果合并生成，不同尺度分割结果之间具有一致的边界，建立了空间和语义上的联系。

有益效果：本发明提出尺度参数序列控制策略，结合区域增长策略，应用于多尺度高分辨率遥感图像分割，通过设定不同的尺度参数，生成不同尺度分割结果。由于较大尺度分割结果由较小尺度结果合并生成，不同尺度分割结果之间的边界具有一致性，建立了多尺度分割结果之间空间和语义上的联系。

附图说明

图1为本发明的流程图；

图2为生成初始分割结果的流程图；

图3为本发明生成的多尺度分割结果图，其中(A)、(B)、(C)、(D)分别为尺度参数50、70、100和140作用下的不同尺度的分割结果图。