[发明专利]基于超像素的遥感图像并行分割方法

权利要求书

1.基于超像素的遥感图像并行分割方法，其特征在于：包括以下步骤：

步骤1：计算各波段的图像熵，选择信息量最大的四波段，预处理后合成假彩色图像；

步骤2：根据图像尺寸和运行环境内存的大小，对假彩色图像进行带状分块；

步骤3：设定分割区域参数和终止条件，对分块后的子图像进行并行SLIC分割；

步骤4：建立分块边界的上下区域邻接关系图；

步骤5：设计区域合并准则，对区域进行合并，并更新区域标签；

步骤6：对全图的合并区域进行标签重组，采用游程码的方法压缩存储分割结果；

所述步骤1具体包括：

采用图像的一元灰度熵作为图像熵的衡量单位，计算各波段的图像熵，选择信息量最大的四波段；

对所选的四个波段分别统计其亮度直方图，进行阈值为2％的截断拉伸；

提取直方图累计概率位于2％和98％的亮度值，作为线性归一化的下、上限，对该范围内的所有像元归一化到[0，255]；

将图像从RGB空间变换到XYZ空间；

然后将图像从XYZ空间变换到ST空间；

最后将图像从ST空间变换为HLC空间，生成假彩色图像；

所述步骤2图像分块的具体方法为：

根据图像大小和计算机空闲内存确定分块数目；

采用水平带状划分法，划分图像并且标上编号；

所述步骤3并行SLIC分割的具体方法为：

设置SLIC分割的参数，包括分割最小因子，预期种子点个数；

对SLIC分割算法进行OpenMP并行改造，应用并行编译指令#pragma omp parallelfor优化循环工作；

在Visual Studio编译器中，打开项目的“属性页”栏，展开“配置属性”，展开“C++”，将“语言”栏中“OpenMP支持”选项改成“是”，并在源代码文件中加入头文件“omp.h”；

根据分块策略获得对应编号的子图像，每个子线程按照编号从小到大顺序处理各子图像，保存处理结果，向主线程发送完成消息，直到所有子图像处理完毕为止。

2.根据权利要求1所述的基于超像素的遥感图像并行分割方法，其特征在于：所述步骤4建立区域邻接关系图的具体方法为：

扫描分割后的分块边界，确定边界区域的节点邻接图；

计算区域的光谱异质性；

计算区域的形状异质性；

确定节点间的权值。

3.根据权利要求2所述的基于超像素的遥感图像并行分割方法，其特征在于：所述步骤5区域合并的具体方法为：

按顺序遍历上区域的节点，依次确定上节点的相邻下节点；

判断上节点和各相邻下节点的权值，判断该权值是否满足小于设定的区域异质性阈值；

若满足，将该上下相邻节点对应的两区域进行合并，标签更新为两个区域中的标签较小值；若不满足，返回前一步骤；

合并区域，标签更新后返回步骤5的开始步骤，遍历区域邻接图中上一行的所有节点，更新区域邻接图。