[发明专利]一种基于光谱差异最大化的高分辨遥感图像多尺度分割优化方法

权利要求书

1.一种基于光谱差异最大化的高分辨遥感图像多尺度分割优化方法，其特征在于，该方法包括如下步骤：

(1)设置分割尺度参数范围[1，2，...，L]，使用多尺度分割算法对待分割的高分辨遥感影像进行不同尺度的分割，获得L个不同尺度下的分割结果，作为待优化的初始分割结果；

(2)对每一个尺度下的初始分割结果建立分割对象邻接图RAG，用以表示相邻分割对象的空间关系，所述的分割对象为一幅遥感图像分割后划分的子区域，这些子区域组成遥感图像的分割结果；

(3)选择任意一个坐标点，该坐标点所在的分割对象为O，分割尺度为t，t∈[1，2，...，L]，进行如下步骤：

(3.1)计算分割对象的局部光谱差异，包括分割对象间的光谱差异和分割对象内光谱差异，其中，分割对象间的光谱差异角计算如下：

计算分割对象O的光谱均值向量s，并将该分割对象O的相邻分割对象的光谱均值向量组成集合计算分割对象间光谱差异角计算公式如下：

其中，s∈R^B，B是该遥感图像的波段数，每一个x_i都是O的相邻分割对象的光谱均值向量，x_i∈R^B，u是相邻分割对象的个数，

分割对象内光谱差异角计算如下：

在小于尺度t的分割结果中搜索组成当前分割对象O的分割对象，组成分割对象O的每个分割对象的光谱均值向量的集合为Ω，根据下式计算分割对象内光谱差异角

其中，p与q是小于当前尺度t下组成O的任意两个分割对象的光谱均值向量，r是集合Ω内的对象数目；若在小于t的尺度下没有找到组成分割对象O的分割对象，则

(3.2)采用下式计算分割对象O的局部光谱差异值

(3.3)计算L个分割结果在当前坐标点的局部光谱差异值E_O，形成光谱差异值的曲线，选择光谱差异值最大的尺度对应分割对象作为该坐标下的最优分割对象；

(4)对遥感图像上所有坐标位置重复步骤(3)，获得每个坐标下的最优分割对象；

(5)将最优分割对象组合为最终的优化后分割结果。

2.根据权利要求1所述的基于光谱差异最大化的高分辨遥感图像多尺度分割优化方法，其特征在于，所述光谱均值向量s计算公式如下：

其中，Z为分割对象O内所有像素点的集合，z_i∈R^B，m是像素的个数。

3.根据权利要求1所述的基于光谱差异最大化的高分辨遥感图像多尺度分割优化方法，其特征在于，所述的多尺度分割算法具体为multiresolution segmentation。

4.根据权利要求1所述的基于光谱差异最大化的高分辨遥感图像多尺度分割优化方法，其特征在于，所述的多尺度分割算法具体为均值漂移算法。