[发明专利]一种视觉注意模型驱动的稀土矿区遥感信息智能提取方法

权利要求书

1.一种视觉注意模型驱动的稀土矿区遥感信息智能提取方法，它包括具体步骤如下：

(一)数据处理

对高空间分辨率遥感数据进行正射校正、融合图像预处理；

(二)基于ITTI模型的显著图生成

首先对图像建立高斯金字塔，然后分别计算其颜色特征图、亮度特征图以及方向特征图，采用归一化算子，使得特征图中最显著的点，即特征值最大的点，与其他显著点的显著度差距拉大，对这些特征图进行归一化处理；将各个通道的特征分别独立生成亮度显著图、颜色显著图和方向显著图，最后将这三幅特征显著图归一化增强后取均值，得到最终的总体显著图；

(三)基于改进GrabCut模型的稀土矿开采区信息提取

将Grabcut和遥感数据结合，从初始值设置、能量函数项两方面进行改进，从而实现高分辨率遥感影像稀土矿开采区信息提取；

(1)初始值设置

原始GrabCut中，将人工框选区外的像素标记为绝对背景初值，框内标记为可能前景初值，通过迭代一步步在可能的前景中筛选出绝对前景；利用Otsu方法对上述所生成的显著图自动设定阈值，得到二值的显著区域，作为改进的Grabcut分割模型的初始值，即显著区域和不显著区域分别标记为可能前景和背景初值；

(2)能量函数

在原有GrabCut能量函数公式(1)的基础上，引入归一化植被指数NDVI作为能量函数的约束项，由公式(2)表示；

E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z) (1)

E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z)+N(α) (2)

式中，α为像素标记值，k为高斯分量，通常为5，θ为像素属于前景或背景的概率，z为图像像素；U(α,k,θ,z)为数据项，V(α,z)为平滑项，N(α)为约束项；数据项表示像素被标记为前景或背景概率的负对数，由公式(3)表示,其中p(z_i|α_ik_i,θ)表示高斯概率分布，π(α_i,k_i)为混合权重系数；平滑项表示图模型上所有边的权值，由相邻节点间的欧式距离计算得到，即表示像素间不连续的惩罚，由公式(4)表示；约束项表示由NDVI数据判断像素隶属于对应类别的权值，由公式(5)表示；

U(α,k,θ,z)＝∑_i-logp(z_i|α_ik_i,θ)-logπ(α_i,k_i) (3)

N(α)＝ω∑[N_i≠α_i] (5)

式中，为常数，用来调节数据项和平滑项的比例，i和j表示图像范围C内的相邻像素，β由图像对比度决定，用来调节相邻像素间的差异；ω表示新增NDVI数据项的权值，仅将其作为一种软约束，可根据实际情况，通过改变权值大小来调节NDVI信息的影响力；N_i表示NDVI数据中像素类别标记，当其和当前标记值α_i不一致时取1，否则取0；

通过最大流最小分割算法，计算能量函数最小值，更新高斯混合模型的参数，重新计算能量函数，反复迭代得到最优分割结果，从而得到稀土矿开采区信息专题图。