[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

说明书

本发明提供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，包括如下步骤：对于给定的高分辨遥感图像，首先设定多个不同的分割尺度，获得不同尺度下的初始分割结果；建立分割对象邻接图RAG；利用光谱角计算每个分割对象的局部光谱差异，包括分割对象内与分割对象间光谱差异，获得每个分割对象的光谱角差异值；生成同一位置下，不同分割尺度的对应光谱差异值曲线，选取光谱差异值最高的尺度下对应分割对象作为该位置最优分割对象；综合所有位置下选取的分割对象，组合成为最终的分割优化结果。本发明直接从多个分割尺度下的初始分割结果选取最优分割对象，自适应地调节了遥感图像不同地物下的最优分割尺度，获得了理想的分割效果。

技术领域

本发明涉及到遥感图像的分割领域，尤其涉及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。

背景技术

图像分割(章毓晋.图像分割.北京：科学出版社,2005.)是图像处理与计算机视觉领 域中最为基础和重要的问题之一，也是对图像进行视觉分析和模式识别的基本前提。高分 辨遥感图像以其丰富的光谱信息，包含着大量的地物信息特征。多尺度分割算法 (＝multiresolution segmentation、均值漂移算法)已被广泛应用到高分辨遥感图像分割中。多尺度分割算法中常常需要预先设定一个尺度参数，用来控制分割对象的平均大小，尺度参数的选取对分割效果有着重要影响。因此，尺度参数的选取成为多尺度分割优化的一个重要问题。目前，大部分多尺度分割优化方法集中于从多个尺度的分割结果中选取一个单独的尺度作为最优化的参数。某一尺度下的分割结果的好坏通常由分割对象间的差异性来度量，常用欧式距离、光谱角等评价指标来度量这种差异性，最后通过这个评价指标来选取一个全局最优的尺度参数。然而，这种方法往往难以兼顾高分辨遥感图像中不同地物对分割尺度的需求，极大限制了分割效果。例如，大面积的海域、连接的养殖池塘、规则的 农田等不同的地物环境，便不适用同一个分割尺度。此外，全局最优尺度的选取也忽略了 其余尺度参数下的分割信息，没有充分利用。

传统的遥感图像分割优化算法仅在多个分割尺度的结果中选取一个单一尺度作为最优 分割结果，没有充分利用到多个分割结果中的尺度信息，依然不能保证对遥感图像中不同 地物提供适应的分割尺度。

发明内容

针对现有技术的不足，本发明提出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，该方法针对多尺度分割算法只能设置一个尺度参数的不足，自适应在不同 尺度参数下的分割结果中为相应地物选取最优分割结果，可以更准确地描绘遥感图像中不 同环境下的地物边缘。

为达到以上目的，本发明具体技术方案如下：

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：