基于模糊区域重判断的多粒度随机场语义分割方法技术

本发明专利技术提出了一种基于模糊区域重判断的多粒度随机场语义分割方法，用于解决现有随机场语义分割方法存在地物目标的特征模糊化不利于语义类别划分的技术问题。本发明专利技术对给定的遥感图像进行多粒度图层构造，并在各个图层进行基于层间特征相关性假设的对象级Gauss‑Markov随机场建模；按照自上而下再自下而上的传递路径，逐层更新分割结果；对比各图层分割结果更新前后的变化区域，进行基于模糊思想的语义隶属度重判断；达到收敛条件后给出分割结果。本发明专利技术通过多粒度区域划分得到不同的过分割区域结果，从而有效减少了因过分割区域错误而导致的模糊区域误分类问题；通过模糊区域的语义优化，加速了分割结果的收敛，能更准确地划分存在模糊语义的区域。

【技术实现步骤摘要】

本专利技术涉及遥感图像语义分割的，尤其涉及一种基于模糊区域重判断的多粒度随机场语义分割方法。

技术介绍

1、在遥感图像中，往往存在一些语义模糊的地物目标。比如，树木独立存在时它自然可以归属于树木类别；但是将它放置于村间街道的两侧，它就属于道路部分；将它置于城镇公园内部，它就属于公园部分；将它置于野外森林，它就属于林地区域；将它放置于城市的道路两侧绿化带，它就属于城镇绿化区域。这是因为，对于一幅遥感图像，包含了大量的地物目标，而这些地物目标之间存在着千丝万缕的联系，从不同的角度可以解译出不同的语义，同样的地物目标，其周围邻域的不同也将决定它的语义类别隶属。

2、为了更好地处理这些模糊语义的区域，很多方法被提出。如：基于像素的多分辨率马尔可夫随机场(pixel-based multi-resolution markov random field)引入多分辨率结构，在不同的尺度层，邻域系统所能表达的实际地理区域是不同的，可以变相的扩大邻域范围；基于对象的具有辅助场的马尔可夫随机场(object-based markov random fieldwit本文档来自技高网...

【技术保护点】

1.一种基于模糊区域重判断的多粒度随机场语义分割方法，其特征在于，首先对给定的遥感图像进行多粒度图层构造，并在各个图层进行基于层间特征相关性假设的对象级Gauss-Markov随机场建模；按照自上而下再自下而上的传递路径，逐层更新分割结果；然后对比各图层分割结果更新前后的变化区域，进行基于模糊思想的语义隶属度重判断；最后，达到收敛条件后给出分割结果。

2.根据权利要求l所述的基于模糊区域重判断的多粒度随机场语义分割方法，其特征在于，其步骤如下：

3.根据权利要求l所述的基于模糊区域重判断的多粒度随机场语义分割方法，其特征在于，在第l粒度尺度层、第t次迭代中，位置s...

【技术特征摘要】

1.一种基于模糊区域重判断的多粒度随机场语义分割方法，其特征在于，首先对给定的遥感图像进行多粒度图层构造，并在各个图层进行基于层间特征相关性假设的对象级gauss-markov随机场建模；按照自上而下再自下而上的传递路径，逐层更新分割结果；然后对比各图层分割结果更新前后的变化区域，进行基于模糊思想的语义隶属度重判断；最后，达到收敛条件后给出分割结果。

2.根据权利要求l所述的基于模糊区域重判断的多粒度随机场语义分割方法，其特征在于，其步骤如下：

3.根据权利要求l所述的基于模糊区域重判断的多粒度随机场语义分割方法，其特征在于，在第l粒度尺度层、第t次迭代中，位置s的数据点所述第0尺度层临时分割结果其中，表示第l粒度尺度层下位置s的观测值，表示第l粒度尺度层下位置s的变量值，p(y0|x)表示给定x条件下观测值y0的概率分布，p(x)表示变量x的先验概率分布，y0表示初始尺度0下的观测值，x表示分割结果，x0表示尺度0下的分割结果；

4.根据权利要求3所述的基于模糊区域重判断的多粒度随机场语义分割方法，其特征在于，求解各个粒度尺度层分割结果的关键在于分别构建多粒度尺度的特征似然函数p(i|x0＝x0，x1＝x1，…，xl＝xl)简记为p(i|x0，x1，…，xl))和标记场先验概率函数p(x0＝x0，x1＝x1，…，xl＝xl)简记为p(x0，x1，…，xl))，其中，x0，x1，…，xl分别表示在不同粒度层上的分割结果；

5.根据权利要求4所述的基于模糊区域重判断的多粒度随机场语义分割方法，其特征...

【专利技术属性】
技术研发人员：姚鸿泰，苗天一，蒋涛，魏倩，周林，
申请(专利权)人：河南大学，
类型：发明
国别省市：