[发明专利]一种高分辨率遥感图像场景粗分类方法

摘要

本发明公开了一种高分辨率遥感图像的场景粗分类方法，用于为遥感图像的目标识别提供上下文信息，其特征在于，该方法包括如下步骤：（1）图像初始分割；（2）上下文分类；（3）区域融合和（4）后处理。本发明将快速初分割、融入语义信息的上下文分类以及面向对象区域分类结合起来对遥感图像场景进行粗分类，可以用于星上多类目标识别的图像预处理。

主权项

一种高分辨率遥感图像的场景粗分类方法，用于为遥感图像的目标识别提供上下文信息，其特征在于，该方法包括如下步骤：(1)图像初始分割首先对遥感图像进行二维离散小波分解，得到多组小波系数矩阵，再利用Laws算子对得到的小波系数矩阵进行平滑处理，得到表征图像每个像素点的特征数据；接着，采用模糊C均值聚类方法对所述特征数据进行类别划分，计算出隶属度矩阵和聚类中心点并保存数据；最后，采用最大化隶属度矩阵准则对遥感图像的每个像素点进行类别标记，由此得到初始分割结果。(2)上下文分类首先，将步骤(1)中得到的所述隶属度矩阵作为初始后验概率，再利用概率松弛迭代算法对每个像素8邻域内的中心点做概率更新，直至收敛，得到最终的后验概率；最后，根据最终的后验概率，采用最大化后验概率准则对图像的每个像素点进行类别标记，得到调整后的分割结果，即完成对图像的上下文分类。(3)区域融合以上下文分类所得到的分割图像作为输入，经过区域合并处理，得到一幅彩色图像，其中所包含RGB值的个数代表了合并之后的区域数总和；对上述彩色图像进行多灰度值标记，然后对标记后的图像建立邻接矩阵，并进行如下处理：1)首先计算各区域面积，若其面积小于设定的阈值，则将其列入待合并区域序列，否则不作处理；2)对于待合并区域序列中的孤立区域，将其合并至其邻接区域，迭代执行至不再存在孤立区域；对于待合并区域序列中的非孤立区域，分别计算各孤立区域与其所有相邻的区域之间的公共边界的长度，将其合并至拥有最长公共边界的那个邻接区域中去；经过上述处理即完成区域融合，得到融合后的分割图。(4)后处理对步骤(3)得到的分割图进行多灰度值标记，得到若干个连通区域，然后把每个连通区域映射到原始图像，得到对应位置上的局部原始图像，再利用特征来表征每个连通区域的属性，分别计算每个区域对应的局部原始图像的所述特征的 特征值，其中上述特征包括边缘密度、亮度均值、方差和能量；接着进行样本采集和样本特征计算处理，即选取能够代表不同地物特点的样本图像，计算上述各类特征的特征值，然后对采集的样本进行训练，得到区分不同地物的统计知识；最后，根据训练得到的统计知识，利用不同地物类型的边缘密度的差异性，把区域划分为水域和陆地，再利用灰度差异将区域上的不同地物区分开，实现场景分类。