基于遥感图像的土地地块分割方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种基于遥感图像的土地地块分割方法，该方法包括：获取遥感图像的HSV图像及其各个通道图像，获取优化后的照明分量因子，并利用同态滤波法对V通道图像处理得到目标V通道图像，获取归一化V通道图像，并得到提升指标，根据提升指标对HSV图像的S通道图像的像素点的饱和度进行优化得到优化后的S通道图像，根据H通道图像、优化后的S通道图像、归一化V通道图像获得RGB图像，对RGB图像进行超像素分割得到多个超像素区域及区域类型，根据区域类型对土地地块进行分割，本发明专利技术实现了对遥感图像的边缘细节纹理进行增强，实现对土地地块进行准确分割。实现对土地地块进行准确分割。实现对土地地块进行准确分割。

【技术实现步骤摘要】
基于遥感图像的土地地块分割方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于遥感图像的土地地块分割方法。

技术介绍

[0002]利用卫星遥感图像可以识别提取土地，并对土地进行遥感制图，准确的获取土地分布，能够为某些部门提供重要支撑，同时从高分辨率遥感图像中提取土地面积是实现精准农业等领域的一项基本任务。
[0003]目前高精度的土地信息提取、分割主要还是依靠人工进行处理分割，其为一项手工活动，需要耗费大量的人力、财力，分割效率低下，还有一些基于目标的图像分析严重依赖于图像分割方法，如超像素分割，在超像素分割过程中，由于遥感图像在采集过程中，其采集距离是非常远的，且或采集时的环境复杂，如在雾天、雨天的恶劣的情况下采集时，会导致利用传统的图像分割方法难以实现对土地地块的精确分割。
[0004]故，需要提供一种基于遥感图像的土地地块分割方法。

技术实现思路

[0005]本专利技术提供一种基于遥感图像的土地地块分割方法，以解决现有的难以实现对土地地块的精确分割的问题。
[0006]本专利技术的一种基于遥感图像的土地地块分割方法采用如下技术方案：获取遥感图像的HSV图像及其各个通道图像；根据V通道图像的亮度均值对照明分量因子进行优化，根据优化后的照明分量因子及同态滤波法对V通道图像进行同态滤波处理得到目标V通道图像；对目标V通道图像进行归一化得到归一化V通道图像，将归一化V通道图像与目标V通道图像中对应像素点的亮度值的比值作为提升指标，根据提升指标对HSV图像的S通道图像的像素点的饱和度进行优化得到优化后的S通道图像；对H通道图像、优化后的S通道图像、归一化V通道图像进行颜色空间转换得到RGB图像，并对RGB图像进行超像素分割得到多个超像素区域，获取每个超像素区域的区域类型，根据区域类型对土地地块进行分割。
[0007]优选的，超像素区域的区域类型的获取步骤为：将每个超像素区域中的像素点的灰度值均值作为对应超像素区域的灰度指标；对超像素区域进行卷积处理得到多个不同尺度的卷积图像；根据所有卷积图像获取超像素区域中每个像素点的特征向量；将每两个特征向量的内积作为特征表征值，并构建特征表征矩阵；根据每两个超像素区域的特征表征矩阵之间的距离及灰度指标差值获取两个超像素区域之间的相似度；根据相似度对超像素区域进行聚类得到超像素区域类别；
获取每个超像素区域类别中的最大相似度的超像素区域的区域类型，并作为对应类别的超像素区域的区域类型。
[0008]优选的，每个超像素区域类别中的最大相似度的超像素区域的区域类型的获取步骤为：构建神经网络模型；将每个超像素区域类别中的最大相似度对应的超像素区域作为神经网络模型的输入，将最大相似度对应的超像素区域对应的区域类型作为神经网络模型输出，并对神经网络模型进行训练；利用训练好的神经网络对待识别的超像素区域所在的超像素区域类别中的最大相似度对应的超像素区域进行识别得到待识别的超像素区域对应的区域类型。
[0009]优选的，根据相似度对超像素区域进行划分得到超像素区域的步骤为：设定相似度阈值；将相似度大于或者等于预设相似度阈值的两个超像素区域进行划分至一起得到一个超像素区域，相似度小于预设相似度阈值的保持不变。
[0010]优选的，两个超像素区域之间的相似度的表达式为：式中，表示超像素区域与超像素区域之间的相似度；表示超像素区域与超像素区域所对应的特征表征矩阵之间的欧式距离；表示尺度因子；表示以自然常数e为底的指数函数。
[0011]优选的，多个不同尺度的卷积图像的获取步骤为：利用多个尺度滤波核对超像素区域进行卷积处理得到每个尺度滤波核卷积处理对应的卷积图像。
[0012]优选的，超像素区域中每个像素点的特征向量的获取步骤为：获取超像素区域中的每个像素点在对应卷积图像中的卷积值；根据像素点在所有卷积图像中的卷积值得到像素点的特征向量。
[0013]优选的，优化后的S通道图像的获取步骤为：设定调节因子；将调节因子、提升指标、S通道图像中每个像素点的饱和度的乘积作为优化后的每个像素点的饱和度；根据优化后的像素点的饱和度得到优化后的S通道图像。
[0014]优选的，目标V通道图像的获取步骤为：根据照明分量、反射分量及优化后的照明分量因子表征V通道图像；对V通道图像对数变换得到对数变换图像；
将对数变换图像进行低通滤波处理得到低通滤波处理图像；根据对数变换图像与低通滤波处理图像得到显著高频图像；对显著高频图像进行指数变换得到目标V通道图像。
[0015]优选的，优化后的照明分量因子的获取步骤为：设置超参数；将超参数与V通道图像的亮度均值的比值作为优化后的照明分量因子。
[0016]本专利技术的一种基于遥感图像的土地地块分割方法的有益效果是：1、通过对照明分量因子进行优化，根据优化后的照明分量因子并利用同态滤波处理方法对遥感图像的V通道图像进行显著处理得到目标V通道图像，实现对图像进行整体的增强处理，提高遥感图像的整体对比度。
[0017]2、在显著处理后的目标V通道图像后的遥感图像的基础上，对遥感图像的S通道图像进行自适应增强处理，即不同的像素点的饱和度进行自适应的优化，从而提高遥感图像的增强效果，同时保证对图像中边缘细节纹理信息的增强。
[0018]3、对增强处理的后得到的RGB图像进行超像素分割，并利用相似度对超像素区域进行聚类得到多个类别，然后根据对每个类别中得最大相似度对应的超像素区域进行区域类型的获取，减少计算量，从而实现快速精确对土地地块进行分割。
附图说明
[0019]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
[0020]图1为本专利技术的一种基于遥感图像的土地地块分割方法的实施例的结构示意图。
具体实施方式
[0021]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]本专利技术的一种基于遥感图像的土地地块分割方法的实施例，如图1所示，本实施例包括：S1、获取遥感图像的HSV图像及其各个通道图像。
[0023]其中，本实施例通过无人机搭载相机获取所需要检测区域的遥感图像，需要说明的是，本实施例这里采集的遥感图像为RGB图像。
[0024]对于遥感图像，考虑到图像采集为远距离采集，由于作用距离的原因会导致所采集的图像清晰度不足够，同时，图像采集也极易受到环境中的空气各种因素的影响，为实现对遥感图像中各区域进行精确划分，本专利技术将先对遥感图像进行显著处理，以提高遥感图像中边缘细节信息的显著度，具体的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感图像的土地地块分割方法，其特征在于，该方法包括：获取遥感图像的HSV图像及其各个通道图像；根据V通道图像的亮度均值对照明分量因子进行优化，根据优化后的照明分量因子及同态滤波法对V通道图像进行同态滤波处理得到目标V通道图像；对目标V通道图像进行归一化得到归一化V通道图像，将归一化V通道图像与目标V通道图像中对应像素点的亮度值的比值作为提升指标，根据提升指标对HSV图像的S通道图像的像素点的饱和度进行优化得到优化后的S通道图像；对H通道图像、优化后的S通道图像、归一化V通道图像进行颜色空间转换得到RGB图像，并对RGB图像进行超像素分割得到多个超像素区域，获取每个超像素区域的区域类型，根据区域类型对土地地块进行分割。2.根据权利要求1所述的一种基于遥感图像的土地地块分割方法，其特征在于，超像素区域的区域类型的获取步骤为：将每个超像素区域中的像素点的灰度值均值作为对应超像素区域的灰度指标；对超像素区域进行卷积处理得到多个不同尺度的卷积图像；根据所有卷积图像获取超像素区域中每个像素点的特征向量；将每两个特征向量的内积作为特征表征值，并构建特征表征矩阵；根据每两个超像素区域的特征表征矩阵之间的距离及灰度指标差值获取两个超像素区域之间的相似度；根据相似度对超像素区域进行聚类得到超像素区域类别；获取每个超像素区域类别中的最大相似度的超像素区域的区域类型，并作为对应类别的超像素区域的区域类型。3.根据权利要求2所述的一种基于遥感图像的土地地块分割方法，其特征在于，每个超像素区域类别中的最大相似度的超像素区域的区域类型的获取步骤为：构建神经网络模型；将每个超像素区域类别中的最大相似度对应的超像素区域作为神经网络模型的输入，将最大相似度对应的超像素区域对应的区域类型作为神经网络模型输出，并对神经网络模型进行训练；利用训练好的神经网络对待识别的超像素区域所在的超像素区域类别中的最大相似度对应的超像素区域进行识别得到待识别的超像素区域对应的区域类型。4.根据权利要求2所述的一种基于遥感图像的土地...

【专利技术属性】
技术研发人员：杨辉，谭城，邹彦名，
申请(专利权)人：牧马人山东勘察测绘集团有限公司，
类型：发明
国别省市：