一种遥感影像分割方法、系统、终端以及存储介质技术方案

本发明专利技术涉及一种遥感影像分割方法、系统、终端以及存储介质。包括：根据像素与生成点间的模糊非相似性计算所述像素对划分子区域的模糊归属度，根据所述模糊归属度对待分割遥感影像的影像域空间进行空间模糊几何划分，生成指定数量的模糊划分子区域；根据所述模糊划分子区域与聚类间的模糊非相似性计算所述模糊划分子区域对聚类的模糊隶属度；基于所述模糊归属度以及模糊隶属度构建所述模糊划分子区域的模糊聚类目标函数；对所述目标函数中的参数进行求解，输出所述待分割遥感影像的分割结果。本发明专利技术提高了模型刻画地物特征的能力，解决了复杂边界的误分割问题，进而提高遥感影像分割精度。

【技术实现步骤摘要】
一种遥感影像分割方法、系统、终端以及存储介质
本专利技术属于遥感影像处理
，特别涉及一种遥感影像分割方法、系统、终端以及存储介质。
技术介绍
影像分割即根据某些预定特征的相似性将影像分割成若干个互不重叠的同质区域，并使这些特征在同质区域内呈现出高度的一致性、同质区域间呈现出明显的差异性。遥感影像分割是遥感影像解译的关键步骤之一，分割的精度将直接影响后续影像解译的质量。随着传感器分辨率的不断提高，高分辨率遥感影像提供更多丰富地物细节信息的同时，也使得影像中“同谱异物，同物异谱”的现象加剧，光谱在影像域的空间相关性更加复杂，进而导致遥感影像分割的不确定性进一步增加。模糊聚类作为解决不确定性问题的有效工具之一，被广泛研究并应用于遥感影像分割。其中，最具代表性的为模糊C均值聚类(FuzzyC-means,FCM)算法，该算法利用隶属度构建像素关于所有同质区域的模糊隶属关系，有效地描述了分割过程中像素类属的不确定性，通过耦合隶属度与像素和聚类间非相似性测度构建模糊聚类目标函数，以目标函数最小化为准则迭代求解隶属度，并经反模糊化操作获得最佳分本文档来自技高网...

【技术保护点】
1.一种遥感影像分割方法，其特征在于，包括以下步骤：/n根据像素与生成点间的模糊非相似性计算所述像素对划分子区域的模糊归属度，根据所述模糊归属度对待分割遥感影像的影像域空间进行空间模糊几何划分，生成指定数量的模糊划分子区域；/n根据所述模糊划分子区域与聚类间的模糊非相似性计算所述模糊划分子区域对聚类的模糊隶属度；/n基于所述模糊归属度以及模糊隶属度构建所述模糊划分子区域的模糊聚类目标函数；/n对所述目标函数中的参数进行求解，输出所述待分割遥感影像的分割结果。/n

【技术特征摘要】
1.一种遥感影像分割方法，其特征在于，包括以下步骤：
根据像素与生成点间的模糊非相似性计算所述像素对划分子区域的模糊归属度，根据所述模糊归属度对待分割遥感影像的影像域空间进行空间模糊几何划分，生成指定数量的模糊划分子区域；
根据所述模糊划分子区域与聚类间的模糊非相似性计算所述模糊划分子区域对聚类的模糊隶属度；
基于所述模糊归属度以及模糊隶属度构建所述模糊划分子区域的模糊聚类目标函数；
对所述目标函数中的参数进行求解，输出所述待分割遥感影像的分割结果。


2.根据权利要求1所述的遥感影像分割方法，其特征在于，所述根据像素与生成点间的模糊非相似性计算所述像素对划分子区域的模糊归属度之前还包括：
在所述影像域空间Ω中选取m个格点构成初始生成点集G＝{gj(aj,bj):(aj,bj)∈Ω,j＝1,...,m}，其中j为生成点索引，m为生成点数，gj为生成点j的光谱测度矢量，gj＝(gjs:s＝1,...,h)，s为波段索引，h为波段数，(aj,bj)为生成点j在影像空间域的格点位置坐标；
计算像素i与生成点j间的光谱距离dijC＝d[Ii,gj]，其中，d[·]表示距离函数，Ii为像素i在特征域的光谱测度矢量，Ii＝(Iis:s＝1,...,h)；
计算像素i与生成点j间的空间距离dijΩ＝d[(xi,yi),(aj,bj)]，其中，(xi,yi)为像素i在影像空间域的格点位置坐标；
耦合所述光谱距离和所述空间距离得到像素i与生成点j间的模糊非相似性dij：



上式中，F(dijΩ,dijC)为光谱距离和空间距离耦合函数。


3.根据权利要求2所述的遥感影像分割方法，其特征在于，所述像素对划分子区域的模糊归属度为：



上式中，λ1为模糊因子。


4.根据权利要求2所述的遥感影像分割方法，其特征在于，所述根据所述模糊划分子区域与聚类间的模糊非相似性计算所述模糊划分子区域对聚类的模糊隶属度之前还包括：
计算像素i与聚类l间的像...

【专利技术属性】
技术研发人员：李晓丽，陈劲松，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44