一种基于SSC的多尺度分割参数优化方法技术

本发明专利技术适用于遥感信息提取技术领域，提供了一种基于SSC的多尺度分割参数优化方法，包括：输入遥感影像，将尺度参数在指定范围内以固定步长进行遍历，得到一组随尺度参数变化的分割结果；根据计算得到的分割结果在各个尺度参数下的分割质量评价值求得尺度参数优化值；将形状因子参数或紧致度参数在指定范围内以固定步长进行遍历，得到随形状因子参数或紧致度参数变化的分割结果；根据计算得到的分割结果在各个尺度参数下的分割质量评价值求得形状因子参数优化值或紧致度参数优化值；通过计算分割质量评价值来优化各个多尺度分割参数，在不具备先验知识的前提下，可以计算得到一个分割参数，并且使得分割后产生的影像对象与实际目标大小最为接近。

【技术实现步骤摘要】
【专利摘要】本专利技术适用于遥感信息提取
，提供了一种基于SSC的多尺度分割参数优化方法，包括：输入遥感影像，将尺度参数在指定范围内以固定步长进行遍历，得到一组随尺度参数变化的分割结果；根据计算得到的分割结果在各个尺度参数下的分割质量评价值求得尺度参数优化值；将形状因子参数或紧致度参数在指定范围内以固定步长进行遍历，得到随形状因子参数或紧致度参数变化的分割结果；根据计算得到的分割结果在各个尺度参数下的分割质量评价值求得形状因子参数优化值或紧致度参数优化值；通过计算分割质量评价值来优化各个多尺度分割参数，在不具备先验知识的前提下，可以计算得到一个分割参数，并且使得分割后产生的影像对象与实际目标大小最为接近。【专利说明】—种基于SSC的多尺度分割参数优化方法
本专利技术属于遥感信息提取
，尤其涉及一种基于SSC的多尺度分割参数优化方法。
技术介绍
目前，影像分割已成遥感专题信息提取中不可或缺的技术，如何根据专题应用尺度将相邻的像元组成有意义的影像对象并融入对象的背景信息是遥感专题信息提取成功的关键。 如果影像基元对应于真实场景中的可见特征，那么通过处理方法或特征知识的有效结合来进行分割分类是唯一可能的。但是，产生的分割对象面临一个巨大的挑战，因为它依赖于一组用户定义的分割参数，这些参数受限于所允许的内部影像异质性和对象的大小。目前大多数遥感应用研究中对于分割参数的选择往往直接采用缺省的参数值，或者通过反复尝试之后选择一个效果比较好的分割结果。此类分割的选择方法具有一定的盲目性，且无法得到最佳的分割结果。影响多尺度分割效果的分割参数有尺度、形状因子和紧致度参数，但目前已有的分割参数自动选择方法中，仅仅提供了确定尺度参数的方法，对于同样具有重要影响的形状因子和紧致度参数却未予以确定。
技术实现思路
本专利技术实施例的目的在于提供一种基于SSC(Scale-Shape_Compactness,尺度-形状-紧凑度)的多尺度分割参数优化方法，以解决现有技术需要进行大量计算选择多尺度分割参数的问题。 本专利技术实施例是这样实现的，一种基于SSC的多尺度分割参数优化方法，所述方法包括以下步骤: 步骤SI，输入遥感影像，采用缺省的形状因子参数和紧致度参数，尺度参数在指定范围内以固定步长进行遍历，得到一组随所述尺度参数变化的分割结果； 步骤S2，计算所述步骤SI中得到的所述分割结果在各个所述尺度参数下的分割质量评价值，以所述分割质量评价值及其对应的尺度分别作为纵坐标和横坐标拟合三次样条曲线，取所述三次样条曲线上分割质量评价值的极大值的最大值对应的横坐标为尺度参数优化值； 步骤S3，将尺度参数设置为所述步骤S2中得到的所述尺度参数优化值，采用缺省的紧致度参数，形状因子参数在指定范围内以固定步长进行遍历，得到一组随所述形状因子参数变化的分割结果； 步骤S4，计算所述步骤S3中得到的分割结果在各个形状因子参数下的分割质量评价值，以所述分割质量评价值及其对应的形状因子参数分别作为纵坐标和横坐标拟合三次样条曲线，取所述三次样条曲线上分割质量评价值的极大值的最大值对应的横坐标为形状因子参数优化值； 步骤S5，将尺度参数设置为所述步骤S2中得到的尺度参数优化值，形状因子参数设置为所述步骤S4中得到的形状因子参数优化值，紧致度参数在指定范围内以固定步长进行遍历，得到一组随所述紧致度参数变化的分割结果； 步骤S6，计算所述步骤S5中得到的分割结果在各个紧致度参数下的分割质量评价值，以所述分割质量评价值及其对应的紧致度参数分别作为纵坐标和横坐标拟合三次样条曲线，取所述三次样条曲线上分割质量评价值的极大值的最大值对应的横坐标为紧致度参数优化值。 本专利技术实施例提供的一种基于SSC的多尺度分割参数优化方法的有益效果包括: 通过设定分割参数的分割质量评价值，在不具备先验知识的前提下，可以得到一个优化的分割参数，计算过程简单，避免盲目选择分割参数或者大量计算后选择得到最优分割参数的过程，并且实际实施例证明该优化的分割参数使得分割后产生的影像对象与实际目标大小最为接近，在设置分割参数具有重要的指导意义和应用价值。 【专利附图】【附图说明】 为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。 图1是本专利技术提供的基于SSC的多尺度分割参数优化方法的流程图； 图2是本专利技术实施例提供的基于SSC的多尺度分割参数优化方法的流程图； 图3是本专利技术实施例提供的随尺度参数变化的分割质量评价值三次样条曲线示意图； 图4是本专利技术实施例提供的随形状因子参数变化的分割质量评价值三次样条曲线示意图； 图5是本专利技术实施例提供的随紧致度参数变化的分割质量评价值三次样条曲线示意图。 【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。 为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。 如图1所示为本专利技术提供的基于SSC的多尺度分割参数优化方法的流程图，该方法包括以下步骤: 步骤SI，输入遥感影像，采用缺省的形状因子参数和紧致度参数，尺度参数在指定范围内以固定步长进行遍历，得到一组随尺度参数变化的分割结果。 步骤S2，计算步骤SI中得到的分割结果在各个尺度参数下的分割质量评价值，以分割质量评价值及其对应的尺度分别作为纵坐标和横坐标拟合三次样条曲线，取三次样条曲线上分割质量评价值的极大值的最大值对应的横坐标为尺度参数优化值。 步骤S3，将尺度参数设置为步骤S2中得到的尺度参数优化值，采用缺省的紧致度参数，形状因子参数在指定范围内以固定步长进行遍历，得到一组随形状因子参数变化的分割结果。 步骤S4,计算步骤S3中得到的分割结果在各个形状因子参数下的分割质量评价值，以分割质量评价值及其对应的形状因子参数分别作为纵坐标和横坐标拟合三次样条曲线，取三次样条曲线上分割质量评价值的极大值的最大值对应的横坐标为形状因子参数优化值。 步骤S5，将尺度参数设置为步骤S2中得到的尺度参数优化值，形状因子参数设置为步骤S4中得到的形状因子参数优化值，紧致度参数在指定范围内以固定步长进行遍历，得到一组随紧致度参数变化的分割结果。 步骤S6，计算步骤S5中得到的分割结果在各个紧致度参数下的分割质量评价值，以分割质量评价值及其对应的紧致度参数分别作为纵坐标和横坐标拟合三次样条曲线，取三次样条曲线上分割质量评价值的极大值的最大值对应的横坐标为紧致度参数优化值。 本专利技术实施例提供的一种基于SSC的多尺度分割参数优化方法，在不具备先验知识的前提下，可以计算得到一个分割参数，并且使得分割后产生的影像对象与实际目标大小最为接近，在设置分割参数具有重要的指导意义和应用价值。 实施例一 上述基于SSC的多尺度分割参数优化方法中包括对尺度参数进行优化、对形状因子参数进行优化和对紧致度参本文档来自技高网...

【技术保护点】
一种基于SSC的多尺度分割参数优化方法，其特征在于，所述方法包括：步骤S1，输入遥感影像，采用缺省的形状因子参数和紧致度参数，尺度参数在指定范围内以固定步长进行遍历，得到一组随所述尺度参数变化的分割结果；步骤S2，计算所述步骤S1中得到的所述分割结果在各个所述尺度参数下的分割质量评价值，以所述分割质量评价值及其对应的尺度分别作为纵坐标和横坐标拟合三次样条曲线，取所述三次样条曲线上分割质量评价值的极大值的最大值对应的横坐标为尺度参数优化值；步骤S3，将尺度参数设置为所述步骤S2中得到的所述尺度参数优化值，采用缺省的紧致度参数，形状因子参数在指定范围内以固定步长进行遍历，得到一组随所述形状因子参数变化的分割结果；步骤S4，计算所述步骤S3中得到的分割结果在各个形状因子参数下的分割质量评价值，以所述分割质量评价值及其对应的形状因子参数分别作为纵坐标和横坐标拟合三次样条曲线，取所述三次样条曲线上分割质量评价值的极大值的最大值对应的横坐标为形状因子参数优化值；步骤S5，将尺度参数设置为所述步骤S2中得到的尺度参数优化值，形状因子参数设置为所述步骤S4中得到的形状因子参数优化值，紧致度参数在指定范围内以固定步长进行遍历，得到一组随所述紧致度参数变化的分割结果；步骤S6，计算所述步骤S5中得到的分割结果在各个紧致度参数下的分割质量评价值，以所述分割质量评价值及其对应的紧致度参数分别作为纵坐标和横坐标拟合三次样条曲线，取所述三次样条曲线上分割质量评价值的极大值的最大值对应的横坐标为紧致度参数优化值。...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘帅，
申请(专利权)人：武汉狮图空间信息技术有限公司，
类型：发明
国别省市：湖北;42