【技术实现步骤摘要】
基于Lab色彩空间的区域合并分水岭彩色遥感影像分割方法
本专利技术属于遥感影像处理领域，具体涉及一种基于Lab色彩空间的区域合并分水岭彩色遥感影像分割方法。
技术介绍
遥感影像分割算法达上千种之多，但基本都基于影像亮度值的不连续性或相似性。在众多的遥感信息提取技术中，分水岭影像分割算法发展自地形学中的DEM分水线求取，它将影像看作是一种地形表面，将每一个像素值看作是高程，由此构建其影像伪地形面的地表形态。目前，针对影像过分割、算法噪声明显等问题，诸多改进后的分水岭分割算法被提出。其中，基于区域合并的分水岭分割算法可以在分割完毕后基于区域纹理特征等实现分割区域合并，得到较好的分割结果。同时，在传统的影像色彩表达中通常使用RGB颜色模型，但是在这种颜色模型中R、G、B三个分量具有高度的相关性，即改变影像的亮度，则这三种分量中的任意一种会随之改变，这种颜色定义性质对影像分割是不合适的。同时还有基于HSI颜色模型和基于改进颜色空间等分水岭分割算法。颜色空间的选择对影像分割效果具有重要影响，RGB是面向设备的颜色空间，其分量间高度线性相关，同时欧几里德距离与颜色距离的非线性...
【技术保护点】
1.基于Lab色彩空间的区域合并分水岭彩色遥感影像分割方法，其特征在于，包括以下步骤：S1、对影像进行预处理后，通过分水岭分割算法对影像进行分割，将影像分割成为多个代表不同地类信息的区域；S2、将各个区域像素的RGB值转换为Lab值，计算各个区域所有像素的Lab平均值作为该区域的颜色值，并建立以Lab均值作为区域颜色的各个区域的四个领域数组；S3、依次扫描所有区域，寻找其中的极小区域，找到极小区域后，进入步骤S4；S4、将极小区域作为合并的初始区域，遍历其所有的相邻区域来寻找邻近的相似区域，找到后，将其与相似区域进行区域合并，新区域的Lab值为合并前两个区域Lab值的均值，...
【技术特征摘要】
1.基于Lab色彩空间的区域合并分水岭彩色遥感影像分割方法，其特征在于，包括以下步骤：S1、对影像进行预处理后，通过分水岭分割算法对影像进行分割，将影像分割成为多个代表不同地类信息的区域；S2、将各个区域像素的RGB值转换为Lab值，计算各个区域所有像素的Lab平均值作为该区域的颜色值，并建立以Lab均值作为区域颜色的各个区域的四个领域数组；S3、依次扫描所有区域，寻找其中的极小区域，找到极小区域后，进入步骤S4；S4、将极小区域作为合并的初始区域，遍历其所有的相邻区域来寻找邻近的相似区域，找到后，将其与相似区域进行区域合并，新区域的Lab值为合并前两个区域Lab值的均值，并刷新邻域信息，形成新区域，并进入步骤S5；S5、判断新区域是否为极小区域，若是，则返回步骤S4，若否，则进入步骤S6；S6、依次扫描所有区域，判断是否还存在极小区域，若是，则返回步骤S4，若否，说明所有区域已完成合并，则进入步骤S7；S7、将完成合并后的所有区域的Lab值转换为RGB值，实现影像最终分割结果区域以RGB值实现。2.根据权利要求1所述的基于Lab色彩空间的区域合并分水岭彩色遥感影像分割方法，其特征在于，判断一个区域是否为极小区域方法为：若该区域的像素总数小于影像像素总数/500时，则判定该区域为极小区域，否则，判定该区域不是极小区域。3.根据权利要求1所述的基于Lab色彩空间的区域合并分水岭彩色遥感影像分割方法，其特征在于，所述步骤S4中，寻找邻近的相似区域的具体方法为：计算当前极小区域与当前极小区域各个领域之间的色差值，并判断色差值是否小于色差值阈值，若是，则判定其为当前极小区域的相似区域；所述色差值的计算公式为：式中，di为色差，L0,a0,b0为当前极小区域的L,a,b均值，Li,ai,bi为当前极小区域的相邻区域的L,a,b均值。4.根据权...
【专利技术属性】
技术研发人员：薛永安，张明媚，杨波，吴翔，高炜，张勇，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西,14
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。