一种基于区域自适应光谱角阈值的图像合并分割方法技术

本发明专利技术提供了一种基于区域自适应光谱角阈值的图像合并分割方法，能够避免过分割与欠分割现象，实现有效的图像分割。本发明专利技术一种面向目标的图像分割算法，以具有直观物理意义的区域间的平均光谱角作为合并与否和合并顺序的判断依据。采用光谱角作为全局梯度计算、过分割产生、全局地物相似性初始判断以及产生区域自适应的光谱角阈值的重要且唯一输入参数，充分考虑了遥感领域彩色、多光谱以至高光谱图像的光谱相关性。采用合并区域、待合并区域以及两者边界的空间统计量——区域同质性，自适应的产生适合每一个区域的光谱角阈值。既充分考虑了图像的空间相关性，又避免由于空间分割几何形状不规则带来的空间关系的不确定性。

An Image Merging and Segmentation Method Based on Region Adaptive Spectral Angle Threshold

The invention provides an image merging and segmentation method based on region adaptive spectral angle threshold, which can avoid over-segmentation and under-segmentation and realize effective image segmentation. The object-oriented image segmentation algorithm of the present invention takes the average spectral angle between regions with intuitive physical significance as the judgment basis for merging or not and merging order. Spectral angle is used as an important and unique input parameter for global gradient calculation, over-segmentation generation, initial judgment of Global Terrain similarity and regional adaptive spectral angle threshold. The spectral correlation of color, multispectral and hyperspectral images in remote sensing field is fully considered. By using the spatial statistics of merged regions, regions to be merged and their boundaries - regional homogeneity, adaptive spectral angle thresholds are generated for each region. It not only takes full account of the spatial correlation of images, but also avoids the uncertainty of spatial relationship caused by the irregular geometric shape of spatial segmentation.

【技术实现步骤摘要】
一种基于区域自适应光谱角阈值的图像合并分割方法
本专利技术属于图像处理
，尤其涉及一种基于区域自适应光谱角阈值的图像合并分割方法。
技术介绍
传统的图像分割方法，主要分为基于区域的方法和基于边界的方法。基于区域和基于边界的主要差别在于利用光谱上的相似性或者差异性产生不同的相邻分块。由于传统方法解释、划分图像是以像素为研究单位，处理面向目标的分割问题时，过分割或者欠分割现象始终难以避免。为了克服传统方法的以上缺陷，科学家们提出了一种先产生过分割图像再合并其中相似块的处理框架。产生过分割的常见方法有基于支持向量机、基于分水岭、基于超像素的以及基于子区域增长的等等。产生合并的方法，按照参数确定方法，可以分为全局类方法和区域类方法。全局类方法通常设置一到多个全局参数，来处理具有某一类或者某几类特征的图像，它对算法使用者的从业经验有一定要求，典型的应用有成熟化的商业软件eCognition，ENVI软件的特征提取功能以及开源软件systemofAutomatedGeoscientificAnalyses(SAGA)等。区域类方法着重强调根据图像不同空间区域的光谱信息差异，而这些差异也受到本文档来自技高网...

【技术保护点】
1.一种基于区域自适应光谱角阈值的图像合并分割方法，其特征在于，包括以下步骤：步骤1，设置一个滑窗，计算滑窗中心像素点与其相邻像素点的光谱角距离，以最大光谱角距离作为该中心像素点的梯度值；移动滑窗，得到待处理图像各个像素点的梯度值，基于各个梯度值生成待处理图像的梯度图；基于待处理图像的梯度图，通过分水岭法或基于边缘的分割算法产生原始的过分割图像；步骤2，生成表示原始过分割图像的空间相邻关系的区域临接图；步骤3，针对区域临接图中的各区域，计算该区域与其相邻区域的平均光谱角，将平均光谱角互为最小的两个区域作为一对待合并区域，放入待判断合并与否序列；步骤4，计算待判断合并与否序列中的每一对待合并区域...

【技术特征摘要】
1.一种基于区域自适应光谱角阈值的图像合并分割方法，其特征在于，包括以下步骤：步骤1，设置一个滑窗，计算滑窗中心像素点与其相邻像素点的光谱角距离，以最大光谱角距离作为该中心像素点的梯度值；移动滑窗，得到待处理图像各个像素点的梯度值，基于各个梯度值生成待处理图像的梯度图；基于待处理图像的梯度图，通过分水岭法或基于边缘的分割算法产生原始的过分割图像；步骤2，生成表示原始过分割图像的空间相邻关系的区域临接图；步骤3，针对区域临接图中的各区域，计算该区域与其相邻区域的平均光谱角，将平均光谱角互为最小的两个区域作为一对待合并区域，放入待判断合并与否序列；步骤4，计算待判断合并与否序列中的每一对待合并区域的自适应光谱角阈值；所述自适应光谱角阈值获取方式为：获得待合并区域对中两个区域的同质性松弛因子，利用待处理图像的光谱阈值与该同质性松弛因子的比值，得到该对待合并区域的自适应的光谱角阈值；其中，所述同质性松弛因子由待合并区域对中两个区域的内部相对同质性、边界相对同质性和待处理图像的全局区域平均同质性决定；步骤5，针对各对待合并区域，比较两个区域的平均光谱角以及对应的自适应光谱角阈值，若两个区域的平均光谱角小于或等于它们的自适应光谱角阈值，则这两个区域合并组成新的区域，反之，则不合并；步骤6，更新区域临接图，重复3-6步骤，直到没...

【专利技术属性】
技术研发人员：许廷发，张宇寒，王茜，徐畅，樊阿馨，余越，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11