具有边界保持特性的遥感图像多尺度分割方法技术

本发明专利技术提供一种针对遥感图像具有边界保持特性的多尺度图像分割方法。该方法包括以下步骤：采用基于正交滤波器组对图像进行滤波后再求取图像局部能量图的预处理方法，准确定位和检测地物边界；对预处理后的图像进行分水岭分割，得到初始的分割结果；将初始分割结果进行矢量化，生成分割矢量图层，使每个分割区域用多边形矢量来表达，建立矢量多边形之间的邻接关系；对多边形的矢量图层，构建图；基于图的最小生成树算法结合阈值控制进行分割区域的合并；并将图合并过程迭代进行，直到形成所需的尺度分割层次及结构。

【技术实现步骤摘要】

本专利技术涉及遥感图像处理技术，具体的说，涉及一种具有边界保持特性的多尺度遥感图像分割方法。 
技术介绍
高空间分辨率遥感图像提供了丰富的关于地物几何结构、纹理细节、地物光谱等方面的信息，在大比例尺遥感制图、环境监测等方面有广阔的应用前景，使得可以在较小的空间尺度上观察地表的细节变化，监测人为活动对环境的影响。 高空间分辨率遥感图像应用的重要途径之一是利用图像分割技术将遥感图像分割成匀质区域，再利用地物的光谱信息、纹理信息、几何结构以及拓扑信息等识别地物。不同地物携带者不同的尺度信息，如湖泊、林地等的尺度不同于耕地、城区道路、针叶林、阔叶林等的尺度，因此如果可将图像进行多尺度的分割，使不同尺度地物的信息提取可选择在相应尺度的分割区域图层上提取，对空间尺度大的类别在分割尺度较大的图层中分析，对于空间尺度较小的类别在分割尺度较小的图层中进行处理，这种多尺度图层提取信息的方法，始终比在一个图层中进行操作更加合理与高效。 传统的遥感图像的分割方法主要包括两大类：先提取边界再获得区域的方法和先获得区域再扫描边界的方法。前者是通常所说的基于边缘的分割方法；后者是通常所说的基于区域的分割方法。基于区域的分割方法以直接寻找区域为基础，包括区域生长法、分裂合并法和基于图像聚类的分割方法等。基于边缘的分割方法计算简单、速度快，但对噪声干扰比较敏感；基于区域的分割方法将区域一致性作为准则，具有一定的抗噪能力，但计算量大，当图像尺寸较大时，分割速度较慢。 分水岭分割方法是目前使用较为广泛的一类新的分割方法，它是基于数学形态学的分割方法，可以和基于边缘的方法结合，也可以和基于区域的方法结合，它将图像梯度幅度看作地理意义上的地形表面，将最高的梯度值的象元看作是分水岭。如此，被分水岭围起的在任何像素位置的水将向下流向共同的局部极小处，因此形成一个“积水盆”。积水盆对应分割区域，分水岭形成闭合的区域边界。分水岭分割算法具有全局分割、边界闭合、实现效率高、准确率高、算法稳定和适用性强等优点，但存在严重的“过分割”问题。 引起分水岭“过分割”现象的主要原因是分水岭变换基于图像梯度幅度进行，易受噪声影响，而且梯度幅度图像中每个局部极小值将对应分割结果中一个单独的区域，在分割结束时会得到待分割对象的区域轮廓，而区域的个数是由局部极小值的数量决定的，图像中由于有纹理等特征的存在，局部极小值的个数会远大于实际的目标对象，这也就造成了大量的虚假轮廓，初始的分水岭分割结果会给出许多的小区域，其中许多区域并不是有意义的分割区 域，这就是“过分割”。这些过分割的区域必须合并以形成一个有意义的最终的分割区域。初始的分割区域越多，形成最终分割区域所需要的合并步骤越多，时间的消耗也越长，因此，图像分割前需要预处理的工作。最常使用的-->预处理方法是低通滤波，如高斯滤波。在高斯滤波后使用梯度运算，继而进行分水岭变换。然而这样一类预处理方法对复合边界会导致一个系统性的定位误差，使用任何的线性滤波器都无法弥补。所谓复合边界指由于成像系统的作用，实际图像中的边界不是简单的阶梯函数，而是阶梯函数、尖峰函数和屋顶函数的组合。 
技术实现思路
本专利技术的目的是提供一种针对遥感图像，特别是高空间分辨率遥感图像具有边界保持特性的多尺度图像分割方法。 本专利技术的基本思路为：采用一种能够准确定位复合边界的图像预处理方法，使预处理后获得的图像类似于梯度图像，但图像中的边界位置更准确；对预处理后的图像进行分水岭分割，得到初始的分割结果；将初始分割结果进行矢量化，生成分割矢量图层，使每个分割区域用多边形矢量来表达，建立矢量多边形之间的邻接关系；对多边形的矢量图层，构建图；基于图进行分割区域的合并；将合并过程迭代进行，直到形成所需的尺度分割层次及结构。本专利技术采用的能够准确定位复合边界的图像预处理方法是基于正交滤波器组对图像进行滤波后再求取图像局部能量图的方法。该方法比先高斯滤波再进行梯度运算的常规预处理方法不仅能极大地减少分水岭过分割的区域，而且地物边界可以得到保持。 即使分水岭分割之前已经过预处理步骤，分水岭初始分割结果仍然包含大量的过分割区域，对过分割区域的合并是必不可少的。常规的基于阈值的合并准则只依赖阈值，随机地从某个区域开始合并操作，开始的区域不同，合并的次序不同，合同的结果也不同。本专利技术结合图论的最小生成树算法和阈值控制进行合并，使相似的邻接区域优先合并，快速有效地合并掉过大量“过分割”的区域，有效保持地物边界，避免单纯依据阈值不能有效获得匀质区域的问题。本专利技术还通过在矢量图层中进行过分割区域的合并处理，获得多尺度的分割结果并高效构建多尺度分割结果的层次结构。矢量化首先对初始分割结果进行，使每个分割区域用矢量多边形来表达，然后建立每个多边形之间的邻接关系，生成初始的底层小尺度区域结构，并在此基础上构建图，把初始分割中的区域看成图的顶点，把邻接区域看成是图的边，把邻接区域的特征差异看作是边的权值，结合最小生成树算法进行图合并，生成第二层较大尺度的矢量图层，同时构建该尺度的区域结构。该合并过程可以迭代进行，直到形成所需的尺度分割层次及结构。 本专利技术的技术方案提供的遥感图像具有边界保持特性的多尺度图像分割方法，其特征在于包括以下实施步骤： A对输入的遥感图像提取分割波段； B设计正交滤波器，构造多方向多尺度正交滤波器组，对分割波段滤波后计算图像局部能量图； C简化图像局部能量图以此作为分水岭分割的输入图像； D对图像的局部能量图进行分水岭分割，形成初始分割结果； E对初始分割结果进行矢量化，形成初始分割结果矢量图层； F扫描分割结果矢量图层，构建图； G依据图论中的最小生成树算法结合阈值控制进行图合并，使相似的邻接区域-->优先合并，形成新尺度的分割结果的矢量图层，在此过程中，构建该尺度的区域结构； H设置迭代次数，通过执行步骤F和步骤G进行迭代合并，产生多个尺度分割结果矢量图层，同时形成多尺度分割结果的区域层次结构。 上述实施步骤的特征在于： 步骤A中所述分割波段，对于遥感的全色图像，直接取该波段；对于多光谱图像，选取其中一个波段或波段组合结果作为分割波段，或可在光谱变换后的分量上进行分割，如主成分变换后的第一分量或第二分量上进行分割； 步骤B中一个正交滤波器包含一个均值为零的偶对称的滤波器和一个奇对称的滤波器，两个滤波器的L2范数相等而且正交，使用由该滤波器组构成的多方向多尺度的滤波器组分别对分割波段进行滤波，进而求得该波段的局部能量图，形成的局部能量图像具有很好的边界保持能力，能够准确定位及检测复合边界，这是与常规高斯滤波结合Sobel、Robert等梯度算子区别最大的地方； 步骤C中所述将图像局部能量图简化的方法是对局部能量图去除掉小的能量值，得到新的局部能量图； 步骤E中所述初始分割结果矢量化，是指初始分割结果中的区域边界以矢量多边形方式表示； 步骤F中所述的图是以初始分割的区域为图的顶点，邻接关系的区域形成图的边，邻接区域间的特征差异为图中连接两个顶点的边的权值；邻接区域间的特征差异通过邻接区域的光谱均值差异、纹理差异、邻接区域公共边界的平均边界强度定义； 步骤G中所述的依据图论中的最小生成树算法结合阈值控制的图合并，其特征是在最小树生成的过程中加入边的权值的阈值进本文档来自技高网...

【技术保护点】
提供一种针对遥感图像，特别是高空间分辨率遥感图像具有边界保持特性的多尺度图像分割方法，其特征在于包括以下步骤：Ａ对输入的遥感图像提取分割波段；Ｂ设计正交滤波器，构造多方向多尺度滤波器组，对分割波段滤波后计算图像局部能量图；Ｃ简化图像局部能量图以此作为分水岭分割的输入图像；Ｄ对图像的局部能量图进行分水岭分割，形成初始分割结果；Ｅ对初始分割结果进行矢量化，形成初始分割结果矢量图层；Ｆ扫描分割结果矢量图层，构建图；Ｇ依据图论中的最小生成树算法图合并，形成新尺度分割结果的矢量图层，在此过程中，构建该尺度的区域结构；Ｈ设置迭代次数，通过执行步骤Ｆ和步骤Ｇ进行迭代合并，产生多个尺度分割结果矢量图层，同时形成多尺度分割结果的区域层次结构。

【技术特征摘要】
1.提供一种针对遥感图像，特别是高空间分辨率遥感图像具有边界保持特性的多尺度图像分割方法，其特征在于包括以下步骤：A对输入的遥感图像提取分割波段；B设计正交滤波器，构造多方向多尺度滤波器组，对分割波段滤波后计算图像局部能量图；C简化图像局部能量图以此作为分水岭分割的输入图像；D对图像的局部能量图进行分水岭分割，形成初始分割结果；E对初始分割结果进行矢量化，形成初始分割结果矢量图层；F扫描分割结果矢量图层，构建图；G依据图论中的最小生成树算法图合并，形成新尺度分割结果的矢量图层，在此过程中，构建该尺度的区域结构；H设置迭代次数，通过执行步骤F和步骤G进行迭代合并，产生多个尺度分割结果矢量图层，同时形成多尺度分割结果的区域层次结构。2.根据权利要求1所述的方法，其特征在于步骤A中所述的分割波段的提取方法，对于遥感的全色图像，直接取该波段；对于多光谱图像，选取其中一个波段或波段组合结果作为分割波段，或可在光谱变换后的分量上进行分割，如主成分变换后的第一分量或第二分量上进行分割。3.根据权利要求1所述方法，其特征在于步骤B中所述的正交滤波器包含一个均值为零的偶对称的滤波器和一个奇对称的滤波器，两个滤波器的L2范数相等而且正交。4.根据权利要求1所述的方法，其特征在于步骤B中所述的图像局部能量图，是指利用多方向多尺正交滤波器组进行图像滤波后求得的。5.根据权利要求1所述的方法，其特征在于步骤C中所述的简化图像局部能量图的方法，是对局部能量图去除掉小的能量值得到的。6.根据权利要求1所述的方法，其特征在于步骤E中矢量化指对初始分割结果中的区域边界以矢量多边形方式表...

【专利技术属性】
技术研发人员：唐娉，冯峥，边钊，霍连志，
申请(专利权)人：中国科学院遥感应用研究所，
类型：发明
国别省市：11[中国|北京]