[发明专利]一种遥感图像分割方法

权利要求书

1.一种遥感图像分割方法，其特征在于，包括：

对采集到的遥感图像进行降噪预处理，得到去噪后的遥感图像；

对去噪声后的遥感图像分别进行灰度处理和超像素分割；

基于超像素分割结果分别提取纹理特征和颜色特征；具体包括：基于超像素分割结果，利用基于总变差模型的滤波方法去除纹理，得到颜色特征，利用Gabor滤波器进行滤波，得到纹理特征；

对经过灰度处理的遥感图像进行几何特征提取；

将纹理特征、颜色特征和几何特征进行融合，得到图像分割特征；

基于图像分割特征，采用均值漂移进行图像滤波，得到初步分割结果；

对初步分割结果进行区域合并，得到最终的分割结果。

2.根据权利要求1所述的遥感图像分割方法，其特征在于，降噪预处理的具体步骤包括：

S1：判断像素点的灰度值与行均值的差的绝对值是否大于门限阈值，如果大于门限阈值，则确定该像素点为脉冲噪声，将该点排除，输出行均值作为该点的像素值；否则不改变该点像素值，得到第一去噪结果；

S2：基于第一去噪结果以及公式(1)和预设门限值来判别是否是边缘像素点；

g(i，j)＝|f(i，j)+f(i，j+1)|-|f(i，j-1)+f(i，j-2)| (1)

其中，f(i，j)为所选像素点，f(i，j+1)、f(i，j-1)和f(i，j-2)为所选像素点相邻像素点，g(i，j)为梯度值，当g(i，j)大于预设门限值时，判定所选点为边缘点，则将边缘点直接输出；否则，判断所选点不是边缘点，输出行均值。

3.根据权利要求2所述的遥感图像分割方法，其特征在于，预设门限值T的选取根据图像的亮暗特征确定，T＝-0.5×MV+a；

其中，MV为行均值，a为常数。

4.根据权利要求3所述的遥感图像分割方法，其特征在于，a＝100。

5.根据权利要求1所述的遥感图像分割方法，其特征在于，采用线性融合技术对纹理特征、颜色特征和几何特征进行融合。

6.根据权利要求1所述的遥感图像分割方法，其特征在于，将纹理特征、颜色特征和几何特征进行贝叶斯融合。

7.根据权利要求1所述的遥感图像分割方法，其特征在于，颜色特征具体为：lab颜色特征。