[发明专利]一种自然地物半自动提取方法及计算机设备

说明书

本发明公开了一种自然地物半自动提取方法及计算机设备，其中方法包括如下步骤：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。

技术领域

本发明涉及图像处理与目标识别技术领域，尤其是涉及一种自然地物半自动提取方法及计算机设备。

背景技术

随着遥感技术的发展，遥感影像的分辨率逐渐提高，数据量也在剧增，从遥感影像上快速、准确的提取地物信息越来越重要。目前，主要采用的提取方法包括人工解译提取法、半自动提取法和全自动提取法。其中，人工解译提取法几乎完全依赖于人工目视进行解译，不仅耗时、效率低，而且提取结果具有一定的错判误差；全自动地物提取速度快，但提取边界不准确，尤其是对于复杂地物的提取，全自动提取法精度不高，在实际应用中仍依赖于工解译。

半自动提取法可以在人机交互的基础上，通过人工进行辅助，很好的识别地物，防止出现边界不准确或错漏的问题，同时也具有较高的效率。近年来，许多专家和学者进行了遥感影像自然地物半自动提取方法的研究，一定程度上提高了自然地物的提取精度和效率，但还存在提取轮廓部分不完整且不光滑、提取结果与真实地物边缘存在偏差等问题。

发明内容

为解决上述背景技术中提出的问题，本发明采取的技术方案为：一种自然地物半自动提取方法，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。