一种基于遥感图像的地块分割方法技术

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地块分割方法。方法包括：对目标遥感图像进行分割，得到各超像素块；根据各超像素块对应的骨架，得到各超像素块对应的条状显著特征值；根据条状显著特征值，得到各条纹超像素块；根据相邻超像素块对应的灰度共生矩阵和粒度差值，得到各条纹超像素块对应的各相邻超像素块的区域粒度特征值；根据相邻超像素块中的各边缘线，得到各条纹超像素块对应的各相邻超像素块的纹理方向特征值；根据各条纹超像素块对应的条纹显著特征值、对应的各相邻超像素块的区域粒度特征值以及纹理方向特征值，得到待分割地块对应的各地块区域。本发明专利技术能够准确的对待分割地块进行分割。明能够准确的对待分割地块进行分割。明能够准确的对待分割地块进行分割。

【技术实现步骤摘要】
一种基于遥感图像的地块分割方法


[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地块分割方法。

技术介绍

[0002]伴随着我国城市化进程的不断推进，土地资源短缺问题正日益成为我国经济社会可持续发展的制约瓶颈，因此当前需要更加合理高效的规划和利用土地，避免土地资源浪费，而合理高效的规划和利用土地的关键是对地块进行分割，即将相同属性或者相同特征的地块分割在一起，以便于后续对地块进行合理规划和利用。
[0003]现有技术中一般利用遥感技术采集地块图像，但是由于利用遥感技术采集的地块图像具有丰富的纹理和细节信息，而利用传统的图像分割方法对基于遥感技术采集的图像进行分割时，往往会出现过分割的现象，即将相同种类的地块分割成多个区域，因此利用传统的图像分割方法对基于遥感技术采集的地块图像进行分割时的准确性较低。

技术实现思路

[0004]本专利技术提供一种基于遥感图像的地块分割方法，用于解决现有方法对基于遥感技术采集的地块图像进行分割时准确性较低的问题，所采用的技术方案具体如下：本专利技术实施例提供了一种基于遥感图像的地块分割方法，包括以下步骤：获取待分割地块的目标遥感图像；对所述目标遥感图像进行超像素分割，得到所述目标遥感图像对应的各超像素块；根据各超像素块，得到各超像素块对应的骨架；根据所述骨架，得到各超像素块对应的条状显著特征值；根据所述条状显著特征值，得到各条纹超像素块；根据各条纹超像素块对应的各相邻超像素块中的各像素点的灰度值，得到所述相邻超像素块中各像素点对应的粒度差值；根据所述相邻超像素块对应的灰度共生矩阵和所述粒度差值，得到各条纹超像素块对应的各相邻超像素块的区域粒度特征值；根据所述相邻超像素块中的各边缘线，得到各条纹超像素块对应的各相邻超像素块的纹理方向特征值；根据各条纹超像素块对应的条纹显著特征值、各条纹超像素块对应的各相邻超像素块的区域粒度特征值以及各条纹超像素块对应的各相邻超像素块的纹理方向特征值，得到待分割地块对应的各地块区域。
[0005]优选的，根据所述骨架，得到各超像素块对应的条状显著特征值的方法，包括：对于任一超像素块对应的骨架上的任一像素点：将所述骨架上除该像素点之外的其他像素点，记为第一像素点；计算各第一像素点与该像素点的距离，记为各第一像素点对应的第一距离；按照所述第一距离从小到大的顺序对各第一像素点进行排列，得到第一像素点序列；并将第一
像素点序列中前预设数量的像素点记为该像素点对应的各拟合像素点；对该像素点对应的各拟合像素点进行线性拟合，得到该像素点对应的拟合直线，并得到该像素点对应的拟合直线的拟合优度；判断所述拟合优度是否大于预设拟合优度阈值，若是，则将对应的像素点记为特征像素点；对于该超像素块对应的骨架上的任一特征像素点：将该特征像素点与该特征像素点对应的拟合直线的方向垂直的直线，记为该特征像素点对应的第一直线；统计该特征像素点对应的第一直线上为该超像素块对应的骨架上的像素点的数量，记为该特征像素点对应的宽度；根据该超像素块对应的骨架上的各特征像素点的宽度、该超像素块对应的骨架上的特征像素点数量、该超像素块对应的骨架上的像素点数量以及该超像素块对应的骨架上的各特征像素点的宽度的均值，得到该超像素块对应的条状显著特征值。
[0006]优选的，根据如下公式计算该超像素块对应的条状显著特征值：其中，tds为该超像素块对应的条状显著特征值，为该超像素块对应的骨架上的特征像素点数量，为该超像素块对应的骨架上的第i个特征像素点的宽度，为该超像素块对应的骨架上的各特征像素点的宽度的均值，为该超像素块对应的骨架上的像素点数量，为第三调节参数。
[0007]优选的，根据所述条状显著特征值，得到各条纹超像素块的方法，包括：若归一化后的各超像素块对应的条状显著特征值大于等于预设显著度阈值，则将对应的超像素块记为条纹超像素块。
[0008]优选的，根据各条纹超像素块对应的各相邻超像素块中的各像素点的灰度值，得到所述相邻超像素块中各像素点对应的粒度差值的方法，包括：对于任一条纹超像素块对应的任一相邻超像素块中的任一像素点：将该像素点对应的窗口中的各邻域像素点与对应中心像素点之间的灰度差值的绝对值中的最大值，记为该像素点对应的粒度差值。
[0009]优选的，对于任一条纹超像素块对应的任一相邻超像素块，根据如下公式计算该相邻超像素块的区域粒度特征值：其中，rgc为该相邻超像素块的区域粒度特征值，con为该相邻超像素块的灰度共生矩阵的对比度，cor为该相邻超像素块的灰度共生矩阵的自相关值，为该相邻超像素块中的像素点数量，为该相邻超像素块中的第j个像素点对应的粒度差值。
[0010]优选的，根据所述相邻超像素块中的各边缘线，得到各条纹超像素块对应的各相邻超像素块的纹理方向特征值的方法，包括：
对各条纹超像素块对应的各相邻超像素块的各边缘线进行角点检测，统计得到各条纹超像素块对应的各相邻超像素块对应的角点数量；统计所述相邻超像素块内的边缘线数量，并对每条边缘线进行线性拟合，得到所述相邻超像素块内的各边缘线对应的拟合直线的倾斜角；计算得到所述相邻超像素块内的各边缘线对应的拟合直线的倾斜角的均值；根据各条纹超像素块对应的各相邻超像素块对应的角点数量、对应的各相邻超像素块内的各边缘线对应的拟合直线的倾斜角的均值以及对应的各相邻超像素块内的各边缘线对应的拟合直线的倾斜角，得到各条纹超像素块对应的各相邻超像素块的纹理方向特征值。
[0011]优选的，对于任一条纹超像素块对应的任一相邻超像素块，根据如下公式计算该相邻超像素块的纹理方向特征值：其中，tde为该相邻超像素块的纹理方向特征值，为该相邻超像素块对应的角点数量，为该相邻超像素块内的边缘线的数量，为第一调节参数，为第二调节参数，为该相邻超像素块内的第c条边缘线对应的拟合直线的倾斜角，为该相邻超像素块内的各边缘线对应的拟合直线的倾斜角的均值。
[0012]优选的，根据各条纹超像素块对应的条纹显著特征值、各条纹超像素块对应的各相邻超像素块的区域粒度特征值以及各条纹超像素块对应的各相邻超像素块的纹理方向特征值，得到待分割地块对应的各地块区域的方法，包括：根据各条纹超像素块对应的条纹显著特征值、各条纹超像素块对应的各相邻超像素块的区域粒度特征值以及各条纹超像素块对应的各相邻超像素块的纹理方向特征值，得到各条纹超像素块对应的任意两个相邻超像素块之间的区域融合度；判断各条纹超像素块对应的任意两个相邻超像素块之间的区域融合度是否大于预设第一融合度阈值，若是，则将对应的两个相邻超像素块记为该条纹超像素块对应的合并超像素块；将各条纹超像素块对应的各合并超像素块与该条纹超像素块进行合并，并将合并之后的区域记为特征区域；将除各特征区域之外的其他各超像素块分别记为特征区域；计算得到各特征区域的区域粒度特征值和纹理方向特征值；对于任意两个相邻的特征区域，分别记为第一特征区域和第二特征区域，根据如下公式计算第一特征区域和第二特征区域之间的区域融合度：其中，为第一特征区域和第二特征区域之间的区域融合度，min{ }为取最小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感图像的地块分割方法，其特征在于，该方法包括如下步骤：获取待分割地块的目标遥感图像；对所述目标遥感图像进行超像素分割，得到所述目标遥感图像对应的各超像素块；根据各超像素块，得到各超像素块对应的骨架；根据所述骨架，得到各超像素块对应的条状显著特征值；根据所述条状显著特征值，得到各条纹超像素块；根据各条纹超像素块对应的各相邻超像素块中的各像素点的灰度值，得到所述相邻超像素块中各像素点对应的粒度差值；根据所述相邻超像素块对应的灰度共生矩阵和所述粒度差值，得到各条纹超像素块对应的各相邻超像素块的区域粒度特征值；根据所述相邻超像素块中的各边缘线，得到各条纹超像素块对应的各相邻超像素块的纹理方向特征值；根据各条纹超像素块对应的条纹显著特征值、各条纹超像素块对应的各相邻超像素块的区域粒度特征值以及各条纹超像素块对应的各相邻超像素块的纹理方向特征值，得到待分割地块对应的各地块区域。2.如权利要求1所述的一种基于遥感图像的地块分割方法，其特征在于，根据所述骨架，得到各超像素块对应的条状显著特征值的方法，包括：对于任一超像素块对应的骨架上的任一像素点：将所述骨架上除该像素点之外的其他像素点，记为第一像素点；计算各第一像素点与该像素点的距离，记为各第一像素点对应的第一距离；按照所述第一距离从小到大的顺序对各第一像素点进行排列，得到第一像素点序列；并将第一像素点序列中前预设数量的像素点记为该像素点对应的各拟合像素点；对该像素点对应的各拟合像素点进行线性拟合，得到该像素点对应的拟合直线，并得到该像素点对应的拟合直线的拟合优度；判断所述拟合优度是否大于预设拟合优度阈值，若是，则将对应的像素点记为特征像素点；对于该超像素块对应的骨架上的任一特征像素点：将该特征像素点与该特征像素点对应的拟合直线的方向垂直的直线，记为该特征像素点对应的第一直线；统计该特征像素点对应的第一直线上为该超像素块对应的骨架上的像素点的数量，记为该特征像素点对应的宽度；根据该超像素块对应的骨架上的各特征像素点的宽度、该超像素块对应的骨架上的特征像素点数量、该超像素块对应的骨架上的像素点数量以及该超像素块对应的骨架上的各特征像素点的宽度的均值，得到该超像素块对应的条状显著特征值。3.如权利要求2所述的一种基于遥感图像的地块分割方法，其特征在于，根据如下公式计算该超像素块对应的条状显著特征值：其中，tds为该超像素块对应的条状显著特征值，为该超像素块对应的骨架上的特征
像素点数量，为该超像素块对应的骨架上的第i个特征像素点的宽度，为该超像素块对应的骨架上的各特征像素点的宽度的均值，为该超像素块对应的骨架上的像素点数量，为第三调节参数。4.如权利要求1所述的一种基于遥感图像的地块分割方法，其特征在于，根据所述条状显著特征值，得到各条纹超像素块的方法，包括：若归一化后的各超像素块对应的条状显著特征值大于等于预设显著度阈值，则将对应的超像素块记为条纹超像素块。5.如权利要求1所述的一种基于遥感图像的地块分割方法，其特征在于，根据各条纹超像素块对应的各相邻超像素块中的各像素点的灰度值，得到所述相邻超像素块中各像素点对应的粒度差值的方法，包括：对于任一条纹超像素块对应的任一相邻超像素块中的任一像素点：将该像素点对应的窗口中的各邻域像素点与对应中心像素点之间的灰度差值的绝对值中的最大值，记为该像素点对应的粒度差值。6.如权利要求1所述的一种基于遥感图像的地块分割方法，其特征在于，对于任一条纹超像素块对应的任一相邻超像素块，根据如下公式计算该相邻超像素块的区域粒度特征值：其中，rgc为该相邻超像素块的区域粒度特征值，con为该相邻超像素块的灰度共生矩阵的对比度，cor为该相邻超像素块的灰度共生矩阵的自相关值，为该相邻超像素...

【专利技术属性】
技术研发人员：白皓，张银君，
申请(专利权)人：菏泽市土地储备中心，
类型：发明
国别省市：