專利名稱：一種用于高分辨率遙感圖像多尺度分割的方法
技術領域：
本發(fā)明涉及一種遙感圖像處理方法，特別涉及一種基于尺度參數序列控制策略的遙感圖像多尺度分割方法，尺度參數序列控制策略適用于多種分割方法以生成邊界一致的多尺度分割結果。
背景技術：
高分辨率遙感圖像提供了大量的地物細節(jié)信息，在地圖制圖、資源調查、環(huán)境監(jiān)測、地理國情監(jiān)測等方面應用廣泛。由于圖像結構復雜，且受噪聲的影響，多采用面向對象圖像分析技術處理高分辨率遙感圖像。圖像分割作為面向對象圖像分析的第一步，為其提供對象圖層，已成為一個不可回避的問題。圖像分割是基于同質性或異質性準則將一幅圖像劃分為若干有意義的子區(qū)域的過程，該過程把輸入圖像轉化為分割區(qū)域，利用分割區(qū)域的光譜、形狀、紋理、空間關系等特征，對進一步提取目標特征、進行目標測量和分類等都是非常重要的。由于不同地物在遙感圖像中的空間尺度不一樣，最佳的識別尺度也不一致。同時， 針對不同的應用需求，針對相同目標需要不同尺度的描述。如描述建設用地、森林與描述建設用地中的建筑物以及森林中的樹木所需要的尺度不一致，前者需要較粗的尺度，后者則需要較細的尺度。因此，需要對高分辨率遙感圖像進行多尺度分割，滿足不同尺度的應用需求。區(qū)域增長的分割方法包括種子點、合并準則和終止條件三個關鍵點，通過設定不同的終止條件，區(qū)域增長能提供多尺度的分割結果。區(qū)域增長根據合并策略可以劃分為面向全局和面向局部兩種。前者由于優(yōu)化過程緩慢，分割耗時較長，如層次合并方法。后者在局部范圍內進行優(yōu)化，在顧及局部空間結構特征的同時，分割耗時較短，但是，僅通過設定不同終止條件生成的多尺度分割對象之間邊界不具有一致性，因此也沒有明確的空間和語義上的聯系。

發(fā)明內容
發(fā)明目的針對上述現有技術存在的問題和不足，本發(fā)明的目的是提供一種用于高分辨率遙感圖像多尺度分割的方法，生成具有一致邊界的多尺度分割結果，建立不同尺度分割結果之間的空間、語義聯系。技術方案為實現上述發(fā)明目的，本發(fā)明采用的技術方案為一種用于高分辨率遙感圖像多尺度分割的方法，包含如下步驟(1)在合并終止條件控制下，采用局部最優(yōu)的區(qū)域增長策略，進行像元級區(qū)域增長，生成初始分割結果；(2)在初始分割基礎上構建區(qū)域鄰接圖，獲取各分割區(qū)域的光譜、形狀和邊緣特征，并生成各分割區(qū)域之間的鄰接關系；(3)建立合并準則并將該合并準則視為區(qū)域鄰接圖中弧段權重，表征相鄰區(qū)域之間的相似性；(4)在區(qū)域鄰接圖基礎上，采用尺度參數序列控制策略，應用局部相互最優(yōu)的區(qū)域增長策略，生成不同尺度分割結果。所述步驟(1)中像元級區(qū)域增長指區(qū)域增長過程從單個像元開始，即將每個像元視為單個區(qū)域。所述合并終止條件由光譜差異、區(qū)域面積和標準差共同組成；局部最優(yōu)的區(qū)域增長策略指在所有鄰接區(qū)域中，搜索與當前區(qū)域相似的鄰接區(qū)域，相似性度量為光譜差異；若當前區(qū)域與該鄰接區(qū)域間的光譜差異小于閾值且當假定兩區(qū)域已合并，所生成新區(qū)域的面積和標準差均小于相應閾值時，將該鄰接區(qū)域與當前區(qū)域合并。所述步驟⑵中，區(qū)域鄰接圖由節(jié)點和弧段組成，節(jié)點記錄各分割區(qū)域的特征，弧段記錄兩相鄰區(qū)域間的鄰接關系。所述步驟中，局部相互最優(yōu)的區(qū)域增長策略指當相鄰兩區(qū)域互為對方的最相似區(qū)域時，兩區(qū)域視為相互最優(yōu)，考慮將其合并。尺度參數序列控制策略指預先定義一系列遞增的尺度參數，形成尺度參數序列；當需要生成尺度參數序列中某一尺度參數對應的分割結果時，首先從尺度參數序列中最小的尺度參數開始執(zhí)行區(qū)域增長過程，然后逐次采用尺度參數序列中遞增的尺度參數并執(zhí)行相應的區(qū)域增長過程，直至達到所需的尺度。所述尺度參數為局部相互最優(yōu)的兩相鄰區(qū)域之間相似性度量的閾值，當該相似性小于該閾值時，將該兩鄰接區(qū)域合并。在尺度參數序列中不同的尺度參數控制作用下，生成多尺度分割結果。由于較大尺度分割結果由較小尺度結果合并生成，不同尺度分割結果之間具有一致的邊界，建立了空間和語義上的聯系。有益效果本發(fā)明提出尺度參數序列控制策略，結合區(qū)域增長策略，應用于多尺度高分辨率遙感圖像分割，通過設定不同的尺度參數，生成不同尺度分割結果。由于較大尺度分割結果由較小尺度結果合并生成，不同尺度分割結果之間的邊界具有一致性，建立了多尺度分割結果之間空間和語義上的聯系。


圖1為本發(fā)明的流程圖；圖2為生成初始分割結果的流程圖；圖3為本發(fā)明生成的多尺度分割結果圖，其中(A)、(B)、(C)、(D)分別為尺度參數 50,70,100和140作用下的不同尺度的分割結果圖。
具體實施例方式下面結合附圖和具體實施例，進一步闡明本發(fā)明，應理解這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領域技術人員對本發(fā)明的各種等價形式的修改均落于本申請所附權利要求所限定的范圍。本發(fā)明所述的保持邊界的多尺度分割方法基本流程如圖1所示，基本思路為首先在初始尺度參數控制下，進行逐像元區(qū)域增長生成過分割的初始分割結果，而后構建區(qū)域鄰接圖，進行尺度參數序列控制下的區(qū)域增長過程，通過設定不同的尺度參數，得到邊界一致的多尺度分割結果。生成初始分割結果的流程如圖2所示。初始增長從像元開始，根據初始增長像元的選擇策略分為兩個階段。第一階段中，根據局部同質性指標選擇初始增長像元。在3X3窗口內，計算該窗口的同質性，如果同質性較高，則將中心像元作為初始增長像元。同質性指標定義如下式所不。Max (Stdb/Mb) < Th其中，Mb和Mdb分別為窗口內波段b的光譜均值和標準差，Th為閾值。利用同質性指標控制初始增長像元的選取，有利于選擇地物內部的像元而非位于地物邊界的像元。 通過實驗設定Th為0. 05。確定一個初始增長像元后，則應用局部最優(yōu)的區(qū)域增長策略生成一個分割區(qū)域 (簡稱“區(qū)域”)。初始增長階段的相似性度量準則定義為中心區(qū)域與相鄰像元之間的光譜差異(SD)，合并終止條件則由光譜差異、中心區(qū)域面積(A)和標準差(Md)組成。給定光譜差異閾值T-SD，中心區(qū)域面積閾值T-A和標準差閾值T-Md，該合并終止條件控制下的局部最優(yōu)的區(qū)域增長策略描述如下步驟1 搜索中心區(qū)域所有未加入其他區(qū)域的相鄰像元中SD最小的像元P ；步驟2 若SD大于閾值T-SD，合并結束，否則進入步驟3 ；步驟3 假定P已與中心區(qū)域合并，計算中心區(qū)域的A和Md ；步驟4 若A和Std均分別小于閾值T-A和TItdJf P加入中心區(qū)域并返回步驟 1，否則合并結束。初始分割允許存在一定的過分割現象，但是需要具有較高的精度，因此，綜合利用 T-SD、T-A和T-Std三個參數控制分割區(qū)域的同質性。為使區(qū)域具有較高的同質性，閾值可以設定較小，經實驗確定，T-SD、T-A和T-Std分別為10、8和40。重復以上選擇-增長的過程，當圖像內所有滿足同質性指標的初始增長像元均已選擇完畢，則第一階段結束，此時，可能仍有部分像元未能加入分割區(qū)域中。第二階段中，初始增長像元則在未加入區(qū)域的像元中隨機選取，選取一個初始增長像元，則采用與第一階段相同的局部最優(yōu)的區(qū)域增長策略生成一個區(qū)域。重復此過程，直至圖像內所有像元均屬于某個區(qū)域時，第二階段增長結束，生成初始分割結果。在初始分割基礎上生成區(qū)域鄰接圖G。區(qū)域鄰接圖的定義為G = (Vi, Eu)，其中 Vi表示第i個節(jié)點，Eij表示相鄰的第i個區(qū)域和第j個區(qū)域間生成的弧段，相鄰兩節(jié)點間生成弧段。每個節(jié)點代表一個分割區(qū)域，可以記錄區(qū)域的相關特征。相鄰區(qū)域間生成弧段， 弧段表征區(qū)域之間的鄰接關系。用節(jié)點數組和弧段數組表征區(qū)域鄰接圖，節(jié)點數組元素的數據結構如表1所示，弧段數組元素的數據結構如表2所示。

權利要求
1.一種用于高分辨率遙感圖像多尺度分割的方法，其特征在于包含如下步驟(1)在合并終止條件控制下，采用局部最優(yōu)的區(qū)域增長策略，進行像元級區(qū)域增長，生成初始分割結果；(2)在初始分割基礎上構建區(qū)域鄰接圖，獲取各分割區(qū)域的光譜、形狀和邊緣特征，并生成各分割區(qū)域之間的鄰接關系；(3)建立合并準則并將該合并準則視為區(qū)域鄰接圖中弧段權重，表征相鄰區(qū)域之間的相似性；(4)在區(qū)域鄰接圖基礎上，采用尺度參數序列控制策略，應用局部相互最優(yōu)的區(qū)域增長策略，生成不同尺度分割結果。
2.根據權利要求1所述一種用于高分辨率遙感圖像多尺度分割的方法，其特征在于 所述步驟(1)中，像元級區(qū)域增長指區(qū)域增長過程從單個像元開始，即將每個像元視為單個區(qū)域。
3.根據權利要求1所述一種用于高分辨率遙感圖像多尺度分割的方法，其特征在于 所述步驟(1)中，所述合并終止條件由光譜差異、區(qū)域面積和標準差共同組成；局部最優(yōu)的區(qū)域增長策略指在所有鄰接區(qū)域中，搜索與當前區(qū)域相似的鄰接區(qū)域，相似性度量為光譜差異；若當前區(qū)域與該鄰接區(qū)域間的光譜差異小于閾值且當假定兩區(qū)域已合并，所生成新區(qū)域的面積和標準差均小于相應閾值時，將該鄰接區(qū)域與當前區(qū)域合并。
4.根據權利要求1所述一種用于高分辨率遙感圖像多尺度分割的方法，其特征在于 所述步驟O)中，區(qū)域鄰接圖由節(jié)點和弧段組成，節(jié)點記錄各分割區(qū)域的特征，弧段記錄兩相鄰區(qū)域間的鄰接關系。
5.根據權利要求1所述一種用于高分辨率遙感圖像多尺度分割的方法，其特征在于 所述步驟中，局部相互最優(yōu)的區(qū)域增長策略指當相鄰兩區(qū)域互為對方的最相似區(qū)域時，兩區(qū)域視為相互最優(yōu)，考慮將其合并。
6.根據權利要求1所述一種用于高分辨率遙感圖像多尺度分割的方法，其特征在于 所述步驟中，尺度參數序列控制策略指預先定義一系列遞增的尺度參數，形成尺度參數序列；當需要生成尺度參數序列中某一尺度參數對應的分割結果時，首先從尺度參數序列中最小的尺度參數開始執(zhí)行區(qū)域增長過程，然后逐次采用尺度參數序列中遞增的尺度參數并執(zhí)行相應的區(qū)域增長過程，直至達到所需的尺度。
7.根據權利要求6所述一種用于高分辨率遙感圖像多尺度分割的方法，其特征在于 所述尺度參數為局部相互最優(yōu)的兩相鄰區(qū)域之間相似性度量的閾值，當該相似性小于該閾值時，將該兩鄰接區(qū)域合并。
8.根據權利要求6所述一種用于高分辨率遙感圖像多尺度分割的方法，其特征在于 在尺度參數序列中不同的尺度參數控制作用下，生成多尺度分割結果。
全文摘要
本發(fā)明公開了一種用于高分辨率遙感圖像多尺度分割的方法，包含如下步驟(1)在合并終止條件控制下，采用局部最優(yōu)的區(qū)域增長策略，進行像元級區(qū)域增長，生成初始分割結果；(2)在初始分割基礎上構建區(qū)域鄰接圖，獲取各分割區(qū)域的光譜、形狀和邊緣特征，并生成各分割區(qū)域之間的鄰接關系；(3)建立合并準則并將該合并準則視為區(qū)域鄰接圖中弧段權重，表征相鄰區(qū)域之間的相似性；(4)在區(qū)域鄰接圖基礎上，采用尺度參數序列控制策略，應用局部相互最優(yōu)的區(qū)域增長策略，生成不同尺度分割結果。本發(fā)明生成具有一致邊界的多尺度分割結果，建立不同尺度分割結果之間的空間、語義聯系。
文檔編號G06T5/00GK102496151SQ20111040653
公開日2012年6月13日 申請日期2011年12月8日 優(yōu)先權日2011年12月8日
發(fā)明者馮學智, 張學良, 肖鵬峰 申請人:南京大學