[发明专利]一种类矩形引导的玉米田遥感图像分割方法

说明书

技术领域

本发明涉及农业遥感图像分割技术，具体为一种类矩形引导的玉米田遥感图像分割方法。

背景技术

随着遥感技术的发展和卫星空间分辨率的提高，遥感技术成为农作物生产管理方面重要的科技手段，而农作物信息的提取是遥感技术在农作物应用研究方面的关键。图像分割是农作物遥感信息提取的基础，能有效的利用图像的光谱特征、结构信息和几何信息等，获得理想的分割结果，是进行农作物识别和分类的前提。

玉米种植面积遥感测量是农作物遥感信息应用的一个重要方面。对于玉米而言，品种不同、生长时期有差异、局部地势的起伏都会导致玉米遥感图像中出现同物异谱现象，分割时在玉米地块边缘处会出现大量非玉米小块区域，分割结果玉米地块边界位置的确定具有很大的随意性，极大地影响了玉米遥感图像分割的合理性，造成地块边缘出现许多错分小块。

传统分割方法有基于阈值、基于边缘检测和基于区域等方法，应用于玉米田遥感影像分割时，分割的结果并不理想。基于阈值的分水岭分割方法仅考虑了灰度属性值，忽略了空间信息，在进行玉米田分割时会产生严重的过分割；基于边缘的分割方法，如利用Sobel算子、Robert算子和Canny算子来对目标边缘进行提取，对差异悬殊的边界效果较好，但分割玉米田时，会丢失大量的边缘信息，边缘提取的连贯性较差；基于区域的图论分割方法忽略了目标的纹理和玉米地以田埂为边界的类矩形地块结构等特征，边缘区域产生许多错分小块，最终造成玉米种植面积统计错误。

发明内容

本发明为了解决传统分割方法应用于玉米田遥感影像分割时，分割的结果不理想的问题，提供了一种类矩形引导的玉米田遥感图像分割方法。

本发明是采用如下的技术方案实现的：一种类矩形引导的玉米田遥感图像分割方法，包括以下步骤：

S1：利用Gram-schmidt变换对卫星2米全色数据和8米多光谱数据进行融合处理，得到融合图像；

S2：以融合图像中的每一个像素点为中心设置一个检测模板，直至遍历融合图像中的所有像素点，然后计算每个模板中每个像素点与中心像素点的灰度差值，然后取灰度差值的均值为迭代初始值，利用迭代方程计算下一个迭代值，当迭代值不变时，将其作为最后的灰度差阈值t；

S3：比较模板内部各个像素点的灰度值与中心像素点的灰度值，若差值小于阈值t，则该像素点组成该模板中的USAN区域；

S4：以最大USAN区域的像素个数的3/4为全局USAN固定阈值，查找面积小于该固定阈值的USAN区域，得到融合图像在SUSAN算子中的边缘响应值，形成边缘图像；

S5：以边缘图像中各个闭合区域的几何中心为坐标原点构建外接四边形，定义内角度数的变化范围为[85°,95°]的外接四边形为外接类矩形，计算每个外接类矩形面积与对应闭合区域面积的比值，作为类矩形引导的分割权重函数；

S6：计算闭合区域内间距与闭合区域间间距，构造区域分割判据：取两个区域的区域内间距与对应S5中权重函数和的最小值，并与两闭合区域间间距进行比较，若前者小于后者，将两个区域进行合并，否则不合并，得到区域分割判据；

S7：对边缘图像进行基于图的图像分割，利用区域分割判据来进行区域合并的判断，得到分割结果；

S8：将S7得到的分割结果保存或输出。

本发明的核心思想是通过定义一个与地块形状相关的分割权重函数来引导特定形状的分割，用以减少地块边缘区域同物异谱现象导致的玉米种植面积统计错误，通过分析玉米田的光谱、结构等特点，提出一种类矩形引导的地块分割方法，实现大面积玉米种植区的地块分割和面积统计。类矩形的形状更符合玉米田目标的特征，在分割中引入该类矩形分割权重函数，提高了分割的准确性；选取外接四边形的内角度数变化范围为[85°,95°]，可以适应更多不同内角的类矩形地块，增强了类矩形权值函数的鲁棒性，使分割效果更好；利用逼近类矩形的形状描述，减少了其他形状特征的影响，具有较好的抗干扰性，减少了碎小地块的产生，使数据量减小，提高了统计效率。从而更快更精确的完成大面积玉米种植区的面积统计工作。

本发明与现有技术相比具有以下优点：

1.本发明在处理图像时能对不准确的分割边界进行优化，并有效的减小同物异谱对地块边界区域进行分割的影响；

2.本发明利用SUSAN边缘检测算法对融合的卫星图像处理，检测出的边缘细腻而光滑，有较好的连续性、完整性，有效识别出玉米田地块的边缘；