[发明专利]一种基于光谱特性的遥感场景下自适应目标分割方法

权利要求书

1.一种基于光谱特性的遥感场景下自适应目标分割方法，其特征在于，包括以下步骤：

步骤一、输入所要分割的遥感目标场景F；

步骤二、对遥感目标场景F进行高斯滤波，得到滤波后的数据F_gaus；

步骤三、对步骤二滤波后的数据使用如下公式进行HSV空间转换得到数据F_HSV，F_HSV包括H、S、V三个通道的值；

V＝max(R，G，B)

其中，H、S、V是最终HSV色彩空间三个通道的值；R、G、B为F_gaus中RGB空间的三个通道值；

步骤四、对步骤二滤波后的数据使用如下公式进行Lab空间转换得到F_Lab，F_Lab包括L*、a*、b*三个通道的值；

其中，L*，a*，b*是最终LAB色彩空间三个通道的值；X、Y、Z是RGB转换后计算的值；X_n，Y_n，Z_n为X，Y，Z的转换系数；

步骤五、计算Lab空间下的slic超像素初始化分割数K1；

K1＝(w×h)/c

其中，w、h分别为输入数据的长、宽，c为输入数据的超参数；

步骤六、根据初始化分割数K1，对F_Lab数据使用slic超像素分割算法进行处理，分割出数量为n的超像素区域，标记为L_i，i∈1，2，3…n；

步骤七、将步骤六获取的超像素区域映射到HSV空间，计算F_HSV各自通道的超像素区域均值，获得F_HSV_mean；

F_HSV_mean＝(f_h_mean，f_s_mean，f_v_mean)

其中，f_h_mean表示h通道的像素均值；f_s_mean表示s通道的像素均值；f_v_mean表示v通道的像素均值；length(L_i)表示第i个超像素区域中的像素个数；f_h_i(k)表示第i个超像素区域中h通道的第k个像素值；f_s_i(k)表示第i个超像素区域中s通道的第k个像素值；f_v_i(k)表示第i个超像素区域中v通道的第k个像素值；

步骤八、使用距离度量函数和k_means++对F_HSV_mean数据进行二次聚类，默认聚类个数为3，分别表示目标、阴影、背景；

距离度量函数如下所示：

f_hsv＝(w1×f_h_mean，w2×f_s_mean，w3×f_v_mean)

其中，w1，w2，w3为三个通道的权值系数；L_i,j表示第i个像素和第j个像素之间的距离；表示f_hsv_i的转秩；表示f_hsv_j的转秩；f_hsv_j表示第j个像素的像素值组成三个维度的列向量；f_hsv_i表示第i个像素的像素值组成三个维度的列向量；f_hsv表示对F_HSV_mean数据进行的权值变换后的数据；

步骤九、通过统计聚类空间中各区域的像素个数来查找聚类空间中对应的最大类K2_max；

步骤十、合并非最大类的区域，即目标区域以及阴影区域；

步骤十一、对目标区域和背景区域进行孔洞填充；

步骤十二、输出最终的分割掩膜和目标提取结果。

2.根据权利要求1所述的基于光谱特性的遥感场景下自适应目标分割方法，其特征在于：步骤四中，X_n、Y_n、Z_n分别为95.047、100.0、108.883。

3.根据权利要求2所述的基于光谱特性的遥感场景下自适应目标分割方法，其特征在于：步骤五中，输入数据的超参数c为40。

4.根据权利要求1或2或3所述的基于光谱特性的遥感场景下自适应目标分割方法，其特征在于：步骤八中，w1，w2，w3分别为0.8、0.9、1.3。

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至4任一所述方法的步骤。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至4任一所述方法的步骤。