一种遥感图像分割方法技术

本发明专利技术实施例提供了一种遥感图像分割方法，其包括：获得图像中连续的空间邻域信息；确定空间邻域信息影响因子β；将空间邻域信息、空间淋浴信息影响因子整合FCM算法的目标函数中，以此重建目标函数；利用重建后的目标函数进行迭代计算；调整空间邻域信息影响因子β，直至达到预设条件迭代过程收敛；获得所需的分割图像。本发明专利技术实施例提供的一种遥感图像分割方法，显著抑制了FCM算法的噪声敏感性问题，在保留了相应的图像细节的前提下，提高了算法整体迭代的效率，在遥感图像分割问题中噪声敏感性低，且迭代次数减少。

A method of remote sensing image segmentation

The embodiment of the invention provides a method for remote sensing image segmentation, which includes: obtaining the continuous spatial information in the image; determining the spatial information influence factor; objective function of spatial neighborhood information, spatial information integration factors shower FCM algorithm, in order to rebuild the objective function; the iterative computation of the objective function after reconstruction the adjustment of the spatial information; affecting factor, until it reaches the preset conditions for the convergence of the iteration to obtain the desired image segmentation. A segmentation method of remote sensing image provided by the embodiment of the invention can significantly inhibit the noise sensitivity of FCM algorithm, while retaining the premise of the corresponding image details, improve the overall efficiency of the iterative algorithm of remote sensing image segmentation problem in noise sensitivity is low, and reduce the number of iterations.

【技术实现步骤摘要】
一种遥感图像分割方法
本专利技术涉及图像处理
，具体的说涉及一种结合空间邻域信息与模糊c-均值算法的遥感图像分割方法。
技术介绍
模糊C均值(FuzzyC-means)算法简称FCM算法，是一种基于目标函数的模糊聚类算法，主要用于数据的聚类分析，理论成熟，应用广泛，是一种优秀的聚类算法。在遥感图像分割中某些像素分类具有不确定性和随机性，FCM聚类算法对处理这种不确定性和随机性有很大的优势，但作为一种无监督的分类方法，FCM聚类算法具有很大的缺点，存在噪声敏感性的问题。
技术实现思路
鉴于以上所述的技术问题，本专利技术实施例提供了一种遥感图像分割方法，解决现有技术采用FCM算法存在噪声敏感性的问题，在保留了相应的图像细节的前提下，提高了算法整体迭代的效率。本专利技术实施例提供了一种遥感图像分割方法，其包括：获得图像中连续的空间邻域信息；确定空间邻域信息影响因子β；将空间邻域信息、空间淋浴信息影响因子整合FCM算法的目标函数中，以此重建目标函数；利用重建后的目标函数进行迭代计算；调整空间邻域信息影响因子β，直至达到预设条件迭代过程收敛；获得所需的分割图像。优选地，空间邻域信息函数表示为重建后的目标函数表示为其中：距离函数：隶属度函数：聚类中心向量：其中：dkj为第k个样本到第j个类属的距离，dik为第i个样本到第k个类属的距离；ujk为第j个样本对第k个类属的隶属度，其中0<＝uik<＝1,uik为第i个样本对第k个类属的隶属度；xj为第j个样本；vi为第i个类属；i是从1到样本点总个数里的任意数；j是从1到类属点总个数里的任意数；c是与类属相关的常数；A为欧式距离；m是无量纲常数；n为样本的总个数；T为矩阵运算中的转置符号。优选地，所述初始化算法中的不同参数值可选择如下：m＝2，ε＝1×10-5，c＝2。优选地，空间邻域信息影响因子β的初始值根据噪声级别的不同进行赋值。本专利技术实施例提供的一种遥感图像分割方法，显著抑制了FCM算法的噪声敏感性问题，在保留了相应的图像细节的前提下，提高了算法整体迭代的效率，在遥感图像分割问题中噪声敏感性低，且迭代次数减少。附图说明从下面结合附图对本专利技术的具体实施方式的描述中可以更好地理解本专利技术，其中：通过阅读以下参照附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显,其中，相同或相似的附图标记表示相同或相似的特征。图1是不同级别的噪声对应的β值选择参考表。具体实施方式下面将详细描述本专利技术的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本专利技术的全面理解。但是，对于本领域技术人员来说很明显的是，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术的更好的理解。本专利技术决不限于下面所提出的任何具体配置和算法，而是在不脱离本专利技术的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本专利技术造成不必要的模糊。现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本专利技术更全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中，为了清晰，可能夸大了区域和层的厚度。在图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本专利技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本专利技术的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料等。在其它情况下，不详细示出或描述公知结构、材料或者操作以避免模糊本专利技术的主要技术创意。本专利技术实施例提供一种遥感图像分割方法，其包括：将图像分为3*3大小的窗口区域，并初始化算法中的不同参数值；获得图像中连续的空间邻域信息；确定空间邻域信息影响因子β；将空间邻域信息、空间淋浴信息影响因子整合FCM算法的目标函数中，以此重建目标函数；所述FCM算法为Bezdek提出的经典FCM算法；利用重建后的目标函数进行迭代计算；调整空间邻域信息影响因子β，直至达到预设条件迭代过程收敛；根据高斯噪声级别的不同，初始化的β值也不相同；一般的可根据图1所示数据进行赋值；获得所需的分割图像。优选地，空间邻域信息函数表示为重建后的目标函数表示为其中：距离函数：隶属度函数：聚类中心向量：其中：dkj为第k个样本到第j个类属的距离，dik为第i个样本到第k个类属的距离；ujk为第j个样本对第k个类属的隶属度，其中0<＝uik<＝1,uik为第i个样本对第k个类属的隶属度；xj为第j个样本；vi为第i个类属；i是从1到样本点总个数里的任意数；j是从1到类属点总个数里的任意数；c是与类属相关的常数；A为欧式距离；m是无量纲常数；n为样本的总个数；T为矩阵运算中的转置符号。优选地，所述初始化算法中的不同参数值可选择如下：m＝2，ε＝1×10-5，c＝2。优选地，空间邻域信息影响因子β的初始值根据噪声级别的不同进行赋值。本专利技术实施例提供的一种遥感图像分割方法，显著抑制了FCM算法的噪声敏感性问题，在保留了相应的图像细节的前提下，提高了算法整体迭代的效率，在遥感图像分割问题中噪声敏感性低，且迭代次数减少。本领域技术人员应能理解，上述实施例均是示例性而非限制性的。在不同实施例中出现的不同技术特征可以进行组合，以取得有益效果。本领域技术人员在研究附图、说明书及权利要求书的基础上，应能理解并实现所揭示的实施例的其他变化的实施例。本文档来自技高网...

【技术保护点】
一种遥感图像分割方法，其包括：获得图像中连续的空间邻域信息；确定空间邻域信息影响因子β；将空间邻域信息、空间淋浴信息影响因子整合FCM算法的目标函数中，以此重建目标函数；利用重建后的目标函数进行迭代计算；调整空间邻域信息影响因子β，直至达到预设条件迭代过程收敛；获得所需的分割图像。

【技术特征摘要】
1.一种遥感图像分割方法，其包括：获得图像中连续的空间邻域信息；确定空间邻域信息影响因子β；将空间邻域信息、空间淋浴信息影响因子整合FCM算法的目标函数中，以此重建目标函数；利用重建后的目标函数进行迭代计算；调整空间邻域信息影响因子β，直至达到预设条件迭代过程收敛；获得所需的分割图像。2.如权利要求1所述的方法，其特征在于，空间邻域信息函数表示为重建后的目标函数表示为其中：距离函数：隶属度函数：聚类中心向量：其中：dkj为第k个样本到第j个类属的距离，dik为第i个样本到第k个类属的距离；ujk为第j个样...

【专利技术属性】
技术研发人员：任大勇，贾振红，
申请(专利权)人：新疆大学，
类型：发明
国别省市：新疆,65