[发明专利]一种高分辨率遥感影像多层次分割方法及系统

说明书

技术领域

本发明涉及遥感图像处理技术领域，尤其涉及一种高分辨率遥感影像多层次分割方法及系统。

背景技术

随着对地观测卫星空间分辨率的不断提高，高分辨率遥感影像呈现出如下特点：一方面，地物目标的几何结构更加清晰、纹理特征更加丰富、光谱信息更加精细；另一方面，由于高分辨率遥感影像是一个多尺度地物分布的复杂统一，不能用单一的尺度来描述其特性，必须在多个尺度下才能充分表达和描述。由此导致了传统单尺度、基于像素的中低分辨率遥感影像的处理方法无法有效处理高分辨率遥感影像。近年来，面向对象的影像分析技术在高分辨率遥感影像处理领域得到了广泛应用，其核心思想是把对象作为影像特征提取和分析的最小处理单元，核心技术是影像分割和信息提取。遥感影像多层次分割是构建影像中不同种类地物多尺度表达常用的方法，其目标是对一幅遥感影像分割生成多尺度不同层次细节的多层次分割结果。这些多层次分割结果会形成对同一幅影像的不同尺度的多层次网络结构表达，使后续多尺度、面向对象处理方法能直接针对具有丰富属性的不同尺度的区域对象进行，而不是一个个像素单元，从而能有效提高信息提取的精度和效率。因此，遥感影像多层次分割是传统单尺度、基于像素的影像处理方法到多尺度、面向对象的处理方法的桥梁，是充分挖掘高分辨率遥感影像应用潜力的一种有效途径。

遥感影像多层次分割(Hierarchical Image Segmentation，HIS)，亦称多尺度分割(Multi-scale Segmentation，MSS)或多分辨率分割(Multi-resolution Segmentation,MRS)，是面向对象的影像分析的关键步骤，其目标是建立多尺度地物目标基元属性和关系的多层次网络结构，是进行像素-基元-目标-格局影像分析计算的基础。在高分辨率遥感影像中不同类别的地物是多尺度的，而且即使同类地物也具有不同的空间尺度，单一尺度的分割结果难以同时准确反映各种不同尺度的地物特征。因此，多层次分割方法是高分辨率遥感影像处理的基础。

分形网络演化方法(Fractal Net Evolution Approach,FNEA)是由Baatz M.和Schape A.于2000年首先提出的，是目前广泛应用的一种多层次分割算法，也是目前面向对象的影像分析技术的基础及核心内容。该算法已经作为其核心分割算法应用到商业遥感软件eCognition中，得到了较好的应用效果。然而，该遥感影像分割软件在实际应用中发现存在如下两个方面的问题与不足：⑴分割尺度参数难以设置；⑵需要多次设定参数实现多层次分割。

HSEG是一种为高级影像分析提供高精度、可伸缩、易使用的多层次分割结果的快速图像分割软件，由美国NASA的Tilton博士研发，被广泛应用于遥感影像分析、医学图像分析、声呐和雷达数据分析、图像数据挖掘、人脸识别等众多领域。然而，就针对高分辨率遥感影像分割而言，其在如下两个方面有待改进：⑴可伸缩性太强，参数设置过多；⑵以最终分割结果区域个数作为终止条件不合理。

发明内容

为了解决现有技术中参数难以设置、需要多次设定大量参数进行影像分割等技术问题，本发明提出一种高分辨率遥感影像多层次分割方法及系统。

本发明的一个方面，提供一种高分辨率遥感影像多层次分割方法，包括：

步骤A，依次扫描遥感影像的像素，为每个像素创建对应的像素区域对象，计算相邻像素所属的像素区域对象之间的第一异质性值；当第一异质性值小于等于预设的第一阈值时，将相邻像素所属的像素区域对象进行合并，得到初始区域对象；当第一异质性值大于预设的第一阈值时，不进行相邻像素所属像素区域对象的合并；；

步骤B，计算相邻初始区域对象之间的第二异质性值；自底向上合并第二异质性值最小的相邻初始区域对象。

本发明的另一个方面，提供一种高分辨率遥感影像多层次分割系统，包括：

扫描装置，用于依次扫描遥感影像的像素，为每个像素创建对应的像素区域对象；

第一计算装置，用于计算相邻像素所属的像素区域对象之间的第一异质性值；

第一合并装置，用于将相邻像素所属的像素区域对象进行合并，得到初始区域对象；第二计算装置，用于计算相邻初始区域对象之间的第二异质性值；

第二合并装置，用于自底向上合并第二异质性值最小的相邻初始区域对象。