面向对象遥感影像分析中的尺度分割参数自动选择方法技术

本发明专利技术公开了一种面向对象遥感影像分析中的尺度分割参数自动选择方法：最佳空间尺度分割参数，通过求取平均局部方差曲线变程方法确定；最佳属性尺度分割参数，通过局部方差直方图估计方法确定；最佳合并阈值参数，采用各向异性空间相关性统计求取水平和垂直变程来确定；采用指标评价方法进行分割结果的尺度效应评价及尺度分割参数优化调整。本发明专利技术兼顾地学空间统计学和模式识别理论方法，实现分割前最优尺度分割参数的自动选择，确定的最优尺度分割参数可以基于统计学理论明确地加以解释，具有更高的理论可信度，提高了面向对象遥感影像信息提取和分析的效率和精度。

【技术实现步骤摘要】

本专利技术涉及遥感地学分析方法领域，特别涉及一种。
技术介绍
面向对象遥感影像处理与分析(GEOBIA)研究目前还处于起步，目前学术界还没有对面向对象的尺度概念进行明确的界定。根据面向对象主流商业软件对影像对象的定义——影像对象是相同属性像元组成的连通区域，面向对象影像处理与分析中的尺度的表层含义是影像对象或对象细节在空间跨度上的大小；而从影像对象提取算法，即影像分割算法的角度，面向对象影像处理与分析中的尺度选择主要对应了多尺度分割算法中的尺度分割参数选择。其中前者体现了面向对象尺度在理论上的定义，后者体现了面向对象尺度在方法上的定义。图像处理领域一般采用分割斑块内部的均质性和分割斑块之间的异质性作为评价指标，对面向对象尺度效应进行分析，并通过一定评价模型辅助选择最佳分割尺度，但这种方法都是基于大量分割后的评价来进行尺度优选，计算量比较大，选择出的最优尺度很难从机理上加以解释，从尺度科学研究的角度，其科学性和普适性欠佳。在模式识别领域，图像处理领域的多尺度分割中尺度分割参数选择常常表现为多尺度模式聚类带宽选择，其实质是一种分割前的最优尺度预测。然而这些方法采用的数据大多是现实生活中很少出现的离散的模拟数据，其对遥感影像地学分析的适用性和有效性难以保证，其整体最优的尺度对于局部模式能否也保证最优也不能确定，因此其求出的最佳带宽或多或少缺少实用价值。而事实上，分割尺度参数的确定应该是基于统计的原始影像全局或局部特征的一种估计，尤其对于面向地学应用的遥感影像多尺度分割来说更是如此。此外，地表系统是由不同级别的子系统构成的复杂系统，由于影像中包含的地物目标尺寸大小不同，需要在不同的处理尺度下反映，而目前的面向对象遥感影像分析，往往基于离散或单一的尺度，很难实现对影像的全局性的理解。因此，结合空间统计学理论方法，面向不同类型的地物或景观格局，实现分割前最优尺度分割参数的选择，才能有效提高面向对象遥感影像处理与分析的精度和自动化程度，才能更深入地研究遥感尺度聚合问题的地学规律及实质。基于空间统计学的成为面向对象尺度效应分析需要着重考虑的问题。
技术实现思路
(一 )主要解决的技术问题本专利技术要解决的技术问题是，基于空间统计学方法在分割前确定多尺度影像分割的最优尺度分割参数，提高面向对象遥感信息提取与分析的处理精度及自动化程度。( 二)技术方案为此，本专利技术将影响遥感影像多尺度分割的尺度分割参数概括为空间尺度分割参数匕、属性尺度分割参数b和合并阈值参数M。其中，空间尺度分割参数匕的实际含义是分割过程中像元在空间域的合并距离阈值，对应实际计算窗口的尺寸；属性尺度分割参数\的实际含义是分割过程中像元在属性域的属性合并阈值，对应两类别间的灰度特征差值；合并阈值参数M的实际含义是分割斑块合并的阈值，即分割后最小斑块的像元数目。在此基础上，针对这三个尺度分割参数hs、hpM，本专利技术提供了一种，包括:步骤10、输入遥感影像，所述遥感影像为全色影像；步骤20在各向同性假设前提下，求取不同窗口尺寸下的图像平均局部方差曲线变程，确定分割最佳空间尺度分割参数hs ；步骤30、在步骤20求得的最佳分割窗口尺寸下，统计其局部方差直方图，求取直方图峰值，确定最佳属性尺度分割参数匕;步骤40、在各向异性假设前提下，通过求取原始输入图像在水平和垂直方向上的变程确定最佳合并阈值参数M ；步骤50、在以上步骤20、30和40的基础上，采用分割测度多指标或分割斑块块内均质性/块间异质性指标进行分割结果评价，在此基础上对上述3个尺度分割参数hs、hr,M进行适当的优化调整。其中，所述步骤20中的不同尺度下的图像的平均局部方差，为在窗口尺寸分别为3,5,......，η (η≥3且η为奇整数；一般η≤61即可满足要求)时的局部方差图像的均值。在各向同性假设前提下，平均局部方差曲线，即平均局部方差随着计算窗口尺寸大小变化的曲线，可以看作是空间变异函数曲线的近似，因此，在各向同性假设前提下，空间相关性的作用范围即平均局部方差曲线的变程所对应的窗口尺寸即为最佳空间尺度分割参数hs。局部方差图像大小与原始图像相同，其每一像元值为原始图像每一像元P(i，j)在窗口尺寸为η时的局部方差。因此在窗口尺寸取η的情况下，图像的平均局部方差ALV的计算公式如下:本文档来自技高网...

【技术保护点】
将影响遥感影像多尺度分割的尺度分割参数概括为空间尺度分割参数、属性尺度分割参数和合并阈值参数，在此基础上针对这三个尺度分割参数，公开了一种面向对象遥感影像分析中的尺度分割参数自动选择方法，其特征在于：步骤10、输入遥感影像，所述遥感影像为全色影像；步骤20、在各向同性假设前提下，求取不同窗口尺寸下的图像平均局部方差曲线变程，确定分割最佳空间尺度分割参数；步骤30、在步骤20求得的最佳分割窗口尺寸下，统计其局部方差直方图，求取直方图峰值，确定最佳属性尺度分割参数；步骤40、在各向异性假设前提下，通过求取原始输入图像在水平和垂直方向上的变程确定最佳合并阈值参数；步骤50、在以上步骤20、30和40的基础上，采用分割测度多指标或分割斑块块内均质性／块间异质性指标进行分割结果评价，在此基础上对上述3个尺度分割参数进行适当的优化调整。

【技术特征摘要】
1.将影响遥感影像多尺度分割的尺度分割参数概括为空间尺度分割参数、属性尺度分割参数和合并阈值参数，在此基础上针对这三个尺度分割参数，公开了一种面向对象遥感影像分析中的尺度分割参数自动选择方法，其特征在于: 步骤10、输入遥感影像，所述遥感影像为全色影像； 步骤20、在各向同性假设前提下，求取不同窗口尺寸下的图像平均局部方差曲线变程，确定分割最佳空间尺度分割参数； 步骤30、在步骤20求得的最佳分割窗口尺寸下，统计其局部方差直方图，求取直方图峰值，确定最佳属性尺度分割参数； 步骤40、在各向异性假设前提下，通过求取原始输入图像在水平和垂直方向上的变程确定最佳合并阈值参数； 步骤50、在以上步骤20、30和40的基础上，采用分割测度多指标或分割斑块块内均质性/块间异质性指标进行分割结果评价，在此基础上对上述3个尺度分割参数进行适当的优化调整。2.如权利要求1所述的面向对象遥感影像分析中的尺度分割参数自动选择方法，其特征在于，步骤20中的不同窗口尺寸下的图像的平均局部方差，为在窗口尺寸分别为3，5，......，n(n≥3且η为奇整数)时的局部方差图像的均值，在各向同性假设前提下，当该平均局部方差取最大值时，其对应的...

【专利技术属性】
技术研发人员：明冬萍，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：