[发明专利]基于素描信息和超像素分割的光学遥感图像海陆分割方法

说明书

本发明公开了一种基于素描信息和超像素分割的光学遥感图像海陆分割方法，根据光学遥感图像的素描图生成结构区域图，结合海陆素描先验信息对结构区域图中的结构区域和非结构区域进行海陆标记，得到粗分割结果图；对光学遥感图像进行超像素分割，根据粗分割结果图和超像素的方差与局部海陆信息对超像素进行海陆类别标记；最后使用超像素二分裂算法对沿海陆地超像素进行二分裂，并对分裂得到的超像素海陆类别重新标记实现海岸线的精确定位，得到最终海陆分割结果。本发明分割准确率高，能对噪声点以及陆地内与海洋颜色相似的易分错点进行正确分类，对不同场景的光学遥感图像具有很好的鲁棒性。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于素描信息和超像素分割的光学遥感图像海陆分割方法，可用于光学遥感图像海陆区域的精确分割。

背景技术

光学遥感图像由于其分辨率高，覆盖范围广，被广泛应用于各类目标检测中。海洋覆盖范围广阔，只能通过遥感的手段对其进行观测，利用光学遥感图像对海上渔船、军舰、采油井等目标进行检测对于民生及军事应用都有非常大的作用。在海上目标检测中，海陆分割是一个非常关键的步骤，准确的海陆分割可以将海面和陆地分开，利用海洋的先验，缩小目标检测的范围，提高检测效率，同时排除复杂的陆地环境对于目标检测结果的干扰，提高海上目标检测的准确率。

目前已有很多关于海陆分割的方法，主流的海陆分割方法包括：基于阈值的分割方法、基于特征融合的分割方法、基于边界跟踪的分割方法、基于活动轮廓的分割方法等。现有使用区域内方差作为区域纹理特性，设置方差阈值，实现海陆区域的分割，但很难准确自动地选取最优阈值。现有基于特征融合的海陆分割方法，将多种特征相结合，解决了利用单一特征造成的分割精度低，孤立区域多等问题，但这类方法由于计算多个特征，计算成本高，并且会造成分割结果图的边缘锯齿效应。现有使用海岸线跟踪的方法，在海岸线跟踪中基于八邻域方向，按一定规则寻找符合边界要求的像素点来提取海陆分割线实现海陆分割，起始种子边界点的选取在这类方法中非常重要，在很大程度上影响最终的分割效果。现有采用不断迭代初始轮廓来拟合真实海陆轮廓，实现基于活动轮廓的海陆分割，但是该类检测方法会将图像中具有稳定轮廓的弱目标区域检测出来，干扰了海岸线的检测效果。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于素描信息和超像素分割的光学遥感图像海陆分割方法，可以实现对海陆区域的精准分割，对不同场景的光学遥感图像具有较强的鲁棒性。

本发明采用以下技术方案：

基于素描信息和超像素分割的光学遥感图像海陆分割方法，根据光学遥感图像的素描图生成结构区域图，结合海陆素描先验信息对结构区域图中的结构区域和非结构区域进行海陆标记，得到粗分割结果图；对光学遥感图像进行超像素分割，根据粗分割结果图和超像素的方差与局部海陆信息对超像素进行海陆类别标记；最后使用超像素二分裂算法对沿海陆地超像素进行二分裂，并对分裂得到的超像素海陆类别重新标记实现海岸线的精确定位，得到最终海陆分割结果。

具体的，使用长L宽W的矩形窗口提取结构区域，生成结构区域图，具体为：对于素描图中的每一条素描线段，将矩形窗口中心和该素描线段的一个端点对齐，矩形窗口方向与该素描线段方向平行，然后沿着该素描线段的方向滑动矩形窗口，直到矩形窗口的中心与该素描线段的另一个端点重合时停止滑动，矩形窗口所经过的区域为结构区域，矩形窗口未经过的区域为非结构区域，最终得到结构区域图。

具体的，对结构区域图中的结构区域和非结构区域进行海陆标记具体为：

S401、将结构区域图中，被结构区域包围的非结构区域记为封闭式非结构区域，没有被结构区域包围的非结构区域记为开放式非结构区域；

S402、将封闭式非结构区域标记为陆地；

S403、计算每个开放式非结构区域的区域面积，区域面积为区域内像素点个数；