[发明专利]一种自然地物半自动提取方法及计算机设备

权利要求书

1.一种自然地物半自动提取方法，其特征在于，包括如下步骤：

S1、获取待提取自然地物的原始遥感影像，并对原始遥感影像进行预处理；

S2、对预处理后的影像的各通道求均值化为灰度影像，再对灰度影像进行分割，以生成超像素对象；

S3、计算并提取各个超像素对象的纹理特征、光谱特征与形状特征；

S4、分别训练前景与背景的纹理特征、光谱特征与形状特征的高斯混合模型；

S5、建立影像分割模型，并进行自然地物提取；

S6、对步骤S5中的提取结果进行波动消除，消除与当前用户交互过程中不相交的结果，并采用水平集对提取边界进行优化，实现边界轮廓完整且光滑。

2.根据权利要求1所述的自然地物半自动提取方法，其特征在于，步骤S1中，对原始遥感影像进行预处理时，具体包括如下步骤：

对原始遥感影像进行线性拉伸运算，采用归一化法，将影像像素的取值范围归一化至0～255，计算方法如下式：

其中，pixel′为处理后影像的像素值，pixel为原始遥感影像的像素值，min为原始遥感影像上像素的最小值，max为原始遥感影像上像素的最大值。

3.根据权利要求1所述的自然地物半自动提取方法，其特征在于，步骤S2中，对灰度影像进行分割，以生成超像素对象时，具体包括如下步骤：

采用OpenCV算法对灰度影像实现种子分水岭分割，在OpenCV算法实现过程中，由外部提供种子，种子按像素迭代生长，直到到达另一个种子周围段的边界，由这些边界形成分水岭。

4.根据权利要求1所述的自然地物半自动提取方法，其特征在于，步骤S5中，具体包括如下步骤：

建立基于DenseCRF的影像分割模型，且在建立模型时，通过一元势函数和二元势函数，基于代价最小原则来对模型参数进行估计，并结合影像分割模型与步骤S4中训练得到的前景、背景的高斯混合模型进行自然地物提取。

5.一种计算机设备，其特征在于，所述计算机设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时，实现如权利要求1至4中任意一项所述的自然地物半自动提取方法。