基于区域聚类的遥感影像分割方法技术

本发明专利技术公开了基于区域聚类的遥感影像分割方法，属于遥感影像综合利用领域。其步骤为：用ＭｅａｎＳｈｉｆｔ算法进行区域预分割，以去除噪声和对像元进行初步集群化；用模糊Ｃ均值算法对预分割后的图像进行模糊聚类，对各图像对象的特征进行初步的归纳与识别，得到各对象隶属于某一类别的概率，构成遥感影像的地类概率空间，从而为进一步的区域分割提供对象合并的依据；在聚类图像的概率空间中进行区域分割，通过区域标号将概率空间上相近且类别上相似的像元划分为同一对象。本发明专利技术克服了两种原有分割方法的不足之处，能够精确有效地对遥感影像进行分割，经过集成可以批量地完成对遥感影像的分割任务，为更好地从遥感影像提取地物信息提供数据支撑。

【技术实现步骤摘要】

本专利技术涉及一种遥感影像分割方法，尤其是一种选用模糊C均值(Fuzzy CMeans, 简称FCM)算法进行模糊聚类，选用均值漂移(Mean Shift)算法进行区域分割的遥感影像 分割方法。
技术介绍
遥感影像分割是指将遥感影像中的像元划分为互不相交的若干特定区域的过程。 在海岸带典型地物遥感信息自动提取中采用遥感影像分割技术具有三重意义首先，使处 理的对象已从像元过渡到了对应于现实世界中地物图斑的对象，更接近人们观测数据的思 维逻辑；其次，使同一个对象中的不同像元具有相同的光谱特征，在一定程度上克服了同物 异谱问题，同时减轻了信息提取时的椒盐噪声效应；再次，面向对象分割实现了像元计算的 集群化，减少了进一步分析时处理的数据量，有利于深入开展高性能遥感地学计算。因此， 遥感影像分割是海岸带遥感信息自动提取方法中的基础环节。据统计，当前图像分割方法林林总总，大约有1000多种。有关研究将图像分割方 法大致分为五大类①基于阈值的分割方法，该方法通过选取适当的阈值将遥感影像中的 像元分为两类或多类，直接将目标信息和背景元素分开。②基于边缘的分割方法，即利用不 同区域间像元灰度不连续的本文档来自技高网...

【技术保护点】
一种基于区域聚类的遥感影像分割方法，包括以下步骤：步骤１：区域预分割，即在待分割的遥感影像的光谱空间中用ＭｅａｎＳｈｉｆｔ算法对图像进行初步的区域分割：①选择经过影像预处理的遥感影像作为待分割的数据源，用ＧＤＡＬ作为数据读写工具读入遥感影像；②要为ＭｅａｎＳｈｉｆｔ算法确定合适的空间域带宽ｈｓ和光谱域带宽ｈｒ两个参数，实验证明空间域带宽ｈｓ为５时分割效果最好；对于光谱域带宽ｈｒ，用以下方法计算：对单个像元，统计其空间域邻域中的所有像元与它的ＤＮ值之差的均值，即为该像元邻域范围内的平均光谱差异；统计所有像元的平均光谱差异，对其再求均值，即为整个图像在一定空间域带宽下的平均光谱差异，以此作为光谱域...

【技术特征摘要】

【专利技术属性】
技术研发人员：李满春，程亮，刘永学，黄秋昊，江冲亚，赵威，陈焱明，杨康，
申请(专利权)人：南京大学，
类型：发明
国别省市：84[中国|南京]