[发明专利]一种基于层次合并树的遥感图像分割方法

权利要求书

1.一种基于层次合并树的遥感图像分割方法，其特征在于，包括以下步骤：

(1)、读取输入的遥感图像，将其所有像素初始化为单独的斑块；

(2)、利用种子区域生长将已经初始化的遥感图像分割为若干超像素斑块；

(3)、利用层次斑块合并方法构建层次合并树；

(4)、利用自顶向下的策略对层次合并树进行节点选择；

(5)、对于所选择的每一个节点，将其所对应的斑块作为结果输出。

2.根据权利要求1所述的一种基于层次合并树的遥感图像分割方法，其特征在于，所述的步骤(3)所构建的层次合并树的定义为：它是一种隶属于二叉树的数据结构，用于存储和表现层次斑块合并的过程；层次合并树由三种节点构成：根节点、叶节点以及中间节点；根节点表示由所输入的遥感图像的所有像素所组成的斑块；叶节点表示由初始化产生的某一个超像素斑块；中间节点表示由其孩子节点的斑块合并所产生的斑块。

3.根据权利要求1所述的一种基于层次合并树的遥感图像分割方法，其特征在于，所述的步骤(3)中利用层次斑块合并方法构建层次合并树，包括以下步骤：

步骤(3.1)：创建一个线性表list，用于存储适合合并的斑块对；一个斑块对包含两个斑块；list的每个元素包含三个变量：a、斑块1的指针变量，b、斑块2的指针变量，c、斑块1与斑块2的异质性度量值C_h，其定义为：C_h＝(1-f_shape)C_spec+f_shapeC_shape，f_shape表示形状相似性度量C_spec的权重；C_spec的定义为：其中n₁、σ_1,j表示包含种子点的斑块的像素数目与该斑块在波段j的灰度标准差；n₂、σ_2,j表示与斑块1(即包含了种子点的斑块)在空间上相邻接的单像素斑块；σ_1+2,j表示斑块1与斑块2合并后的斑块在波段j的灰度标准差；形状相似性度量C_shape的定义为p₁、p₂、p₁₊₂分别表示斑块1、斑块2、斑块1与斑块2合并后的斑块的周长；两个斑块的C_h值越低，说明他们越适合合并；

步骤(3.2)：找到所有适合合并的超像素斑块对，并将其插入到list中；

步骤(3.3)：以C_h为关键字，对list中的所有元素进行由低到高的排序；

步骤(3.4)：利用list进行层次合并树的构建。

4.根据权利要求3所述的一种基于层次合并树的遥感图像分割方法，其特征在于，所述的步骤(3.2)包括以下两个子步骤：

步骤(3.2.1)：对于每一个超像素斑块，利用局部相互最适合原则，搜索与其最适合合并的斑块；局部相互最适合原则的规则为：对于某一斑块,设为斑块1，在与其相邻接的所有斑块中，搜索与其C_h值最低的斑块,设为斑块2；在斑块2的所有邻接斑块中，搜索在与斑块2的C_h值最低的斑块,设为斑块3；若斑块1与斑块3不是同一个斑块，则返回空值；否则，返回斑块2；

步骤(3.2.2)：若根据局部相互最适合原则，不存在与当前斑块适合合并的斑块，则继续处理下一个斑块；否则，将当前斑块、与其适合合并的斑块、以及两个斑块的C_h值组成一个新元素，然后将其插入到list中。