專利名稱：一種遙感影像多尺度語義的調(diào)制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種遙感影像多尺度語義的調(diào)制方法，屬于面向遙感影像地物目標識別的遙感影像預(yù)處理技術(shù)，可應(yīng)用于基于遙感影像的道路、建筑物等地物目標的提取。
背景技術(shù)：
遙感影像信息提取技術(shù)領(lǐng)域中，尺度有不同的含義，首先指遙感影像所描述的真實地物的幾何尺度，這個幾何尺度在能夠通過遙感影像獲取地物信息之前是不知道的；其次是觀察尺度，該觀察尺度在原始遙感影像上表現(xiàn)為遙感影像的分辨率，觀察尺度小(高分辨率)的遙感影像可以依據(jù)成像原理生成觀察尺度大(低分辨率)的遙感影像，因而高分辨率遙感影像為多尺度觀察研究提供了基礎(chǔ)；最后是在遙感影像分割研究中的尺度，尺度一般指分割的遙感影像對象大小(或控制分割單元大小的參量)，控制分割單元大小的參數(shù)一般為內(nèi)部一致度參數(shù)，盡管一致度與分割的單元大小之間存在著密切的關(guān)系，但是很難明 確描述，這也是eCognition軟件中最難以操控的方面,必須通過反復(fù)試驗來獲取合適的尺度參數(shù)值。所有的遙感影像特征都是某個尺度下的特征，即尺度遙感影像特征，一般簡稱為遙感影像特征或特征，當(dāng)研究多個尺度遙感影像時，稱之為多尺度特征，但在研究中往往是分別進行單尺度研究最后再綜合考慮各個尺度的特征生成最終結(jié)果。分形對象具有特征不隨尺度變化的特性；更普遍的情況是某個特征只在一定尺度范圍內(nèi)可以保持不變，SIFT方法使用了該特征；遙感影像上地物關(guān)系復(fù)雜，特征隨著尺度的變化而變化，且與其賦存環(huán)境密切相關(guān)。在涉及到的多尺度遙感影像識別專利文獻中，其處理方法一般是在各個單尺度圖像下進行識別，最后將不同尺度條件下的識別結(jié)果合并；在涉及到的多尺度遙感影像分割中，一般采用尺度遞增的順序依次產(chǎn)生不同尺度的分割結(jié)果，最后將不同尺度條件下的分割結(jié)果合并，可以參見 200710304466. 0，200810032390. 5,201110137557. 6，如圖 I 所示。在上述專利中，使用尺度進行分析時，尺度特征是隱含在遙感影像上下文中的，而且在應(yīng)用中使用的是單個的尺度特征，而沒有考慮多尺度的變化特征。而作為高分辨率遙感影像，一方面精度高要反映遙感影像的細部特征，另一方面遙感影像的區(qū)域都比較大，因而遙感影像上具有多尺度的特性，多尺度特性是遙感目標識別的重要依據(jù)，如果生成的尺度顯化特征影像不能顯式地描述了該尺度特征，則會影響遙感影像的圖像增強能力。

發(fā)明內(nèi)容
本發(fā)明技術(shù)解決問題克服現(xiàn)有技術(shù)的不足，提供一種遙感影像多尺度語義的調(diào)制方法，通過一種多尺度語義調(diào)制方法將遙感影像尺度特征顯化到遙感影像的像素中，生成尺度顯化影像，生成的尺度顯化影像顯式地描述了遙感影像尺度特征，能夠反映遙感影像的尺度變化特征，屬于高階遙感影像特征，用于高層語義遙感影像對象的識別。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案如下一種遙感影像多尺度語義的調(diào)制方法，其實現(xiàn)步驟如下(I)選定遙感影像處理對象以及選定遙感影像處理對象的局部特征類型；所述遙感影像處理對象是指在遙感影像中，一個感興趣的待處理區(qū)域；遙感影像處理對象的局部特征反映在該遙感影像處理對象的局部范圍內(nèi)與其他相鄰遙感影像處理對象的相對特征，遙感影像處理對象的局部特征也反映在該遙感影像處理對象所包含的像素集之間以及與其他相鄰遙感影像處理對象所包含的像素間的相對特征，利用遙感影像處理對象的局部特征信息作為判斷遙感影像處理對象間的相似性依據(jù)；(2)在選定遙感影像處理對象的基礎(chǔ)上，根據(jù)選定遙感影像處理對象的幾何尺度大小確定所使用的遙感影像處理對象的觀察尺度的大?。?3)采用尺度特征曲線以連續(xù)的方式表達遙感影像處理對象所包含的像素在觀察尺度范圍內(nèi)的局部特征變化情況；針對尺度特征曲線采用離散的形式進行采樣和編碼，將步驟2中所確定遙感影像處理對象的觀察尺度大小范圍按照m倍級數(shù)劃分成η個觀察尺 度；(4)根據(jù)步驟I的遙感影像處理對象局部特征類型，計算遙感影像中每個像素在步驟3中所劃分的η個觀察尺度下的局部特征，遙感影像中每個像素在η個觀察尺度下所獲得的局部特征成為該像素的單像素特征值序列；遙感影像中每個像素都有一個該像素的單像素特征值序列；(5)對步驟4中所獲得的遙感影像中每個像素的單像素特征值序列需要進行編碼概括為該像素的一個特征值，作為遙感影像中該像素的多尺度特征值，以描述遙感影像像素點上的多尺度特征，遙感影像中一個像素多尺度特征值既能反映出像素在某觀察尺度的局部特征，同時也能反映該像素在觀察尺度范圍的每個尺度上的局部特征；(6)對步驟5中，遙感影像中每個像素都生成一個多尺度特征值，以該像素的多尺度特征值作為該像素的像素值，形成一幅與原始遙感影像大小相同，該像素值為該像素在原始遙感影像中所表現(xiàn)出的多尺度特征值的遙感影像，即尺度顯化影像。所述步驟(I)中的采用遙感影像處理對象的觀察尺度大小的范圍是遙感影像處理對象幾何尺度大小的范圍的2倍。所述步驟(3 )中的m=2。本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點在于(I)傳統(tǒng)多尺度遙感影像處理中，是對多個尺度進行面向最終目標的遙感影像處理，并將各個處理結(jié)果簡單組合，無法使用尺度變化特征；本發(fā)明生成的尺度顯化特征影像顯式地描述了該特征，可以反映遙感影像的尺度變化特征，屬于高階遙感影像特征，可以用于高層語義對象的識別。(2)本發(fā)明的尺度顯化影像以尺度作為調(diào)制框架，在遙感影像處理對象特征類型選為亮暗特征類型下進行本發(fā)明所述方法進行調(diào)制所獲得的尺度顯化影像，可以保留原始影像的光譜特性。(3)傳統(tǒng)多尺度遙感影像處理中，大尺度下的特征因為分辨率降低往往偏離真正的位置點；如步驟6中所述，而本發(fā)明的尺度顯化影像上的特征都是基于原始遙感影像中每個像素點生成多尺度特征值，形成尺度顯化影像，因而保持了原始遙感影像的位置精度。(4)如步驟4和步驟5中所述，本發(fā)明的尺度顯化特征影像中每個像素值是該像素多尺度特征值，是由該像素的單尺度特征序列概括而成，可以在概括單尺度特征序列時很方便的選擇部分或者特定的幾個尺度進行概括為該像素的多尺度特征值，從而實現(xiàn)對尺度的加強或抑制，以突出某個尺度對象的空間對比度，這在傳統(tǒng)方法中很難做到。(5)本發(fā)明的尺度顯化影像中的像素值反映的是該像素在原始影像中的多尺度的表現(xiàn)，因而尺度顯化影像中相鄰像素間的相似性反映了在原始遙感影像中這些像素是否屬于同一遙感影像處理對象，據(jù)此可以將本發(fā)明的尺度顯化影像中的多尺度特征應(yīng)用于分類或分割研究中，這是一種新的相似性定義，可以彌補傳統(tǒng)方法中缺少尺度變化相似性不足，使分割或分類精度更高。


圖I為通常尺度處理過程示意圖；圖2為使用本發(fā)明尺度處理過程示意圖；
圖3為本發(fā)明的尺度顯化影像調(diào)制過程流程圖；圖4為本發(fā)明對象在鄰域范圍內(nèi)的光譜剖面，其中W為像素點或遙感影像處理對象，A、B、C為其不同鄰域大??；圖5為本發(fā)明對象的相對亮度-尺度特征變化曲線；圖6為本發(fā)明中調(diào)制燈柱模型；圖7為本發(fā)明的尺度顯化影像效果圖，左上圖為原始遙感影像，右上圖為左上圖對應(yīng)的尺度顯化影像，左下圖為另一幅原始遙感影像，右下圖為左下圖對應(yīng)的尺度顯化影像。從中可以看出，尺度顯化影像能更好的表達遙感影像處理對象。
具體實施例方式本發(fā)明屬于面向遙感影像地物目標提取的遙感影像預(yù)處理技術(shù)，用于顯化遙感影像處理對象的空間尺度語意，它通過一種多尺度語義調(diào)制方法將遙感影像尺度特征顯化到遙感影像的像素中，生成尺度顯化影像，生成的尺度顯化影像顯式地描述了遙感影像尺度特征，能夠反映遙感影像的尺度變化特征，屬于高階遙感影像特征，可用于高層語義遙感影像對象的識別。尺度顯化影像調(diào)制過程流程圖如圖3。其中包括選擇能表達遙感影像處理對象的局部特征類型，針對具體遙感影像處理對象確定觀察尺度大小范圍和觀察尺度等級，在不同觀察尺度下提取局部特征值，形成像素的單尺度特征序列，并對單尺度特征值序列進行概括形成像素的尺度特征值，最后形成尺度顯化影像。如圖2、3所示，本發(fā)明具體步驟如下。I.選擇遙感影像處理對象的局部特征類型選定遙感影像處理對象以及選定遙感影像處理對象的局部特征類型；遙感影像處理對象的局部特征反映在該遙感影像處理對象的局部范圍內(nèi)與其他相鄰遙感影像處理對象的相對特征，遙感影像處理對象的局部特征也反映在該遙感影像處理對象所包含的像素集之間以及與其他相鄰遙感影像處理對象所包含的像素間的相對特征，利用遙感影像處理對象的局部特征信息作為判斷遙感影像處理對象間的相似性依據(jù)。局部特征區(qū)分為一致性特征和對比特征，一致性特征是在遙感影像中的一定區(qū)域內(nèi)遙感影像處理對象間具有的共同特征，例如均值、偏差、紋理等，對比特征是在遙感影像處理對象與周圍鄰域內(nèi)其它遙感影像處理對象進行對比而呈現(xiàn)出來的特征，例如明暗、多寡、前景-背景、線性方向等。2.確定遙感影像處理對象所采用的觀察尺度大小范圍在選定觀察的遙感影像處理對象的基礎(chǔ)上，根據(jù)選定的遙感影像處理對象的幾何尺度大小確定所使用的遙感影像處理對象的觀察尺度的大小；本發(fā)明所采用遙感影像處理對象的觀察尺度大小的范圍是遙感影像處理對象幾何尺度大小的范圍的2倍；該步驟主要針對遙感影像處理對象幾何尺度大小確定遙感影像處理對象的觀察尺度大小范圍。要觀 察一個遙感影像處理對象，那么遙感影像處理對象的觀察尺度大小至少要大于該遙感影像處理對象本身的幾何尺度。觀察尺度范圍太小，不能反映遙感影像處理對象的幾何尺度大??；觀察尺度大小范圍太大，則不足以精確表達該遙感影像處理對象的局部范圍內(nèi)的局部特征，因而本發(fā)明綜合考慮能精確表達遙感影像處理對象局部特征前提下，同時考慮實現(xiàn)效率的問題，確定遙感影像處理對象的觀察尺度大小范圍為其幾何尺度大小范圍的2倍左右，即觀察尺度的最小值是遙感影像處理對象細部特征尺度的一半，最大值是整體遙感影像處理對象幾何尺度的2倍，對于無限延伸遙感影像處理對象，例如道路，以其寬度作為幾何尺度依據(jù)。3.劃分遙感影像處理對象觀察尺度級別采用尺度特征曲線以連續(xù)的方式表達遙感影像處理對象所包含的像素在觀察尺度范圍內(nèi)的局部特征變化情況；以遙感影像處理對象所包含的像素的一個像素點來說明如圖4所示，其中P、Q、W為像素點或遙感影像處理對象，A、B、C為其不同鄰域大小。一點對于其鄰域來說可以表現(xiàn)為亮或暗，而且范圍不同其亮暗也不一樣，圖中W的位置在A鄰域內(nèi)表現(xiàn)為暗，而在B鄰域內(nèi)則表現(xiàn)為亮，更大范圍的C鄰域內(nèi)則有表現(xiàn)為暗，這種“暗-亮-暗”的組合就完整地表達了該點的空間尺度變化屬性，同單純的像素值相比表達了更多的語義關(guān)系，可以理解為該點是亮區(qū)內(nèi)的暗斑中的一個相對亮的點。圖5顯示像素點在不同尺度下其相對其鄰域內(nèi)亮度特征的變化曲線。在離散尺度處理中將會得到一個尺度特征序列。尺度特征曲線能夠很好表達像素在觀察尺度范圍內(nèi)的不同觀察尺度下特征值的連續(xù)變化情況，但在計算機中僅僅能采用離散的形式，因而需要進行采樣和編碼，即在觀察尺度范圍內(nèi)劃分觀察尺度級別。本發(fā)明在確定遙感影像處理對象觀察尺度大小范圍基礎(chǔ)上，將步驟2中所確定遙感影像處理對象的觀察尺度大小范圍按照2倍級數(shù)劃分成η個觀察尺度。這樣便于遙感影像的表達與后期處理。即將觀察尺度空間劃分成η個級別，高一級的觀察尺度大小是相鄰較低一級的觀察尺度大小的2倍，這樣劃分在操作上便于進行實現(xiàn)，而在理論上，觀察尺度是前一個觀察尺度的2倍大小后，更能夠精確而又不冗余的反映出遙感影像處理對象幾何尺度信息。4.生成單像素特征值序列根據(jù)步驟I的遙感影像處理對象局部特征類型，計算遙感影像中每個像素在步驟3中所劃分的η個觀察尺度下的局部特征，遙感影像中每個像素在η個觀察尺度下所獲得的局部特征成為該像素的單像素特征值序列；遙感影像中每個像素都有一個該像素的單像素特征值序列。5.生成像素多尺度特征值對步驟4中所獲得的遙感影像中每個像素的單像素特征值序列需要進行編碼概括為該像素的一個特征值，作為遙感影像中該像素的多尺度特征值，以描述遙感影像像素點上的多尺度特征，遙感影像中一個像素多尺度特征值既能反映出像素在某觀察尺度的局部特征，同時也能反映該像素在觀察尺度范圍的每個尺度上的局部特征。本發(fā)明表達多尺度特征值的編碼表示為= IfcWkfc其中，S為形成的一個像素的多尺度特征值，即整體特征值冰為觀察尺度級別k=l···!! ;tk為第k個觀察尺度的開關(guān);Wk為第k個觀察尺度權(quán)重，觀察尺度權(quán)重反映了不同觀察下所表現(xiàn)的尺度特征對整體特征值的影響；fk為第k觀察尺度下的尺度特征值，反映像素在第k觀察尺度下的觀察特征。當(dāng)相鄰尺度特征的權(quán)重為2倍關(guān)系時即，wk = 2k，可以使用一個bit位來描述單個觀察尺度下的特征，實現(xiàn)了單個觀察尺度下特征的顯式描述，而整體特征值則描述多尺度的綜合特征。6.生成尺度顯化影像在步驟5中，遙感影像中每個像素都生成一個多尺度特征值，以該像素的多尺度特征值作為該像素的像素值，形成一幅與原始遙感影像大小相同，但像素值為該像素在原始遙感影像中所表現(xiàn)出的多尺度特征值的遙感影像，即尺度顯化影像。之所以稱之為顯化 影像是因為每個像素點的像素值已經(jīng)不是簡單的輻射亮度值或相對亮度值，而是一種反應(yīng)該點多尺度觀察下的特征值。對如上6個步驟的過程，稱之為調(diào)制過程，即將原始反應(yīng)地面輻射強度的像素值，從灰度值域，通過不同觀察尺度下的觀察結(jié)果(單尺度特征)調(diào)制到多尺度特征值域。在實現(xiàn)上，觀察尺度之間采用等比例關(guān)系，相鄰觀察尺度特征值的權(quán)重比選擇2倍關(guān)系，這樣的尺度顯化特征影像的調(diào)制過程可以通過燈柱模型實現(xiàn)?；诹涟堤卣鞯恼{(diào)制方法為如圖6所示，設(shè)想一架立在像素中心的一個柱子，將原始像素值的二進制數(shù)從下到上依次排列，在每一個二進制位上設(shè)置一個燈，每盞燈的照亮范圍是其下面相鄰燈得照亮范圍的2倍，如果對應(yīng)的二進制位為1，則該位等打開，否則該位燈關(guān)閉，則總亮度代表原始輻射灰度值。調(diào)制時，對每個二進制位上燈的打開與關(guān)閉基于如下的判斷原則，即如果該點的灰度值在該位等照射范圍內(nèi)屬于亮像素，則打開該燈，否則關(guān)閉。這樣調(diào)制后的二進制位序列反映的是該點上的基于亮暗特征的多尺度特征。其它特征的調(diào)制方法相同。在燈柱模型中，尺度顯化影像上的二進制像素值表示了各個尺度層次的影像特征，只打開一層燈(通過屏蔽操作只保留該位的值)則尺度顯化影像顯示的是在該觀察尺度下觀察到的遙感影像特征。當(dāng)把高位的燈依次熄滅，尺度顯化影像描述的遙感影像特征的觀察尺度將逐漸減小，最后只看到微細紋理，而不見整體對象；反之小紋理消失，大對象凸顯。尺度顯化影像通過綜合考慮多尺度特征增強了地物目標對象間的差別，可以用來更準確進行遙感影像分割，分割過程中的相似度測量可以是綜合多尺度特征值，也可以是多尺度特征位描述的尺度變化形態(tài)。以綜合多尺度特征值作為相似度度量標準時，分割的結(jié)果具有綜合觀察的明暗一致性；以多尺度變化形態(tài)作為相似度度量標準時，可以將尺度特征形態(tài)變化一致的像素點歸為一類，實現(xiàn)不同尺度同類遙感影像處理對象的統(tǒng)一。利用本發(fā)明原理調(diào)制所獲取的尺度顯化影像效果圖7所示，左上圖為原始遙感影像，右上圖為左上圖對應(yīng)的尺度顯化影像，左下圖為另一幅原始遙感影像，右下圖為左下圖對應(yīng)的尺度顯化影像。從中可以看出，尺度顯化影像能更好的表達遙感影像處理對象，從中可以看出，尺度顯化影像能更好提高遙感影像處理對象的內(nèi)部一致性、增強遙感影像處理對象與背景的對比性的目標。試驗結(jié)果證明基于多尺度特征的尺度顯化影像更能比較好的反映地物的實際情況，表明本發(fā)明具有很強的使用價值。利用本發(fā)明原理調(diào)制所獲取的尺度顯化影像效果能更好提高遙感影像處理對象的內(nèi)部一致性、增強遙感影像處理對象與背景的對比性的目標。試驗結(jié)果證明基于多尺度特征的尺度顯化影像更能比較好的反映地物的實際情況，表明本發(fā)明具有很強的使用價值。本發(fā)明說明書中未作詳細描述的內(nèi)容屬于本領(lǐng)域?qū)I(yè)技術(shù)人員公知的現(xiàn)有技術(shù)。以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng) 視為本發(fā)明的保護范圍。
權(quán)利要求
1.一種遙感影像多尺度語義的調(diào)制方法，其特征在于實現(xiàn)步驟如下 (1)選定遙感影像處理對象以及選定遙感影像處理對象的局部特征類型；所述遙感影像處理對象是指在遙感影像中，一個感興趣的待處理區(qū)域；遙感影像處理對象的局部特征反映在該遙感影像處理對象的局部范圍內(nèi)與其他相鄰遙感影像處理對象的相對特征，遙感影像處理對象的局部特征也反映在該遙感影像處理對象所包含的像素集之間以及與其他相鄰遙感影像處理對象所包含的像素間的相對特征，利用遙感影像處理對象的局部特征信息作為判斷遙感影像處理對象間的相似性依據(jù)； (2)在選定遙感影像處理對象的基礎(chǔ)上，根據(jù)選定遙感影像處理對象的幾何尺度大小確定所使用的遙感影像處理對象的觀察尺度的大小； (3)采用尺度特征曲線以連續(xù)的方式表達遙感影像處理對象所包含的像素在觀察尺度范圍內(nèi)的局部特征變化情況；針對尺度特征曲線采用離散的形式進行采樣和編碼，將步驟2中所確定遙感影像處理對象的觀察尺度大小范圍按照m倍級數(shù)劃分成η個觀察尺度； (4)根據(jù)步驟I的遙感影像處理對象局部特征類型，計算遙感影像中每個像素在步驟3中所劃分的η個觀察尺度下的局部特征，遙感影像中每個像素在η個觀察尺度下所獲得的局部特征成為該像素的單像素特征值序列；遙感影像中每個像素都有一個該像素的單像素特征值序列； (5)對步驟4中所獲得的遙感影像中每個像素的單像素特征值序列需要進行編碼概括為該像素的一個特征值，作為遙感影像中該像素的多尺度特征值，以描述遙感影像像素點上的多尺度特征，遙感影像中一個像素多尺度特征值既能反映出像素在某觀察尺度的局部特征，同時也能反映該像素在觀察尺度范圍的每個尺度上的局部特征； (6)對步驟5中，遙感影像中每個像素都生成一個多尺度特征值，以該像素的多尺度特征值作為該像素的像素值，形成一幅與原始遙感影像大小相同，該像素值為該像素在原始遙感影像中所表現(xiàn)出的多尺度特征值的遙感影像，即尺度顯化影像。
2.根據(jù)權(quán)利要求I所述的遙感影像多尺度語義的調(diào)制方法，其特征在于所述步驟(I)中的采用遙感影像處理對象的觀察尺度大小的范圍是遙感影像處理對象幾何尺度大小的范圍的2倍。
3.根據(jù)權(quán)利要求I所述的遙感影像多尺度語義的調(diào)制方法，其特征在于所述步驟(3)中的m=2。
全文摘要
一種遙感影像多尺度語義的調(diào)制方法，步驟為選擇遙感影像處理對象的局部特征類型，確定遙感影像處理對象所采用的觀察尺度大小范圍，劃分遙感影像處理對象觀察尺度級別，生成單像素特征值序列，生成像素多尺度特征值，生成尺度顯化影像。利用本發(fā)明原理調(diào)制所獲取的尺度顯化影像效果能更好提高遙感影像處理對象的內(nèi)部一致性、增強遙感影像處理對象與背景的對比性的目標。試驗結(jié)果證明基于多尺度特征的尺度顯化影像更能比較好的反映地物的實際情況，表明本發(fā)明具有很強的使用價值。
文檔編號G06K9/46GK102930269SQ20121034445
公開日2013年2月13日 申請日期2012年9月17日 優(yōu)先權(quán)日2012年9月17日
發(fā)明者張金芳, 徐帆江, 趙軍鎖, 李亞平, 李邦昱, 黃志堅 申請人:中國科學(xué)院軟件研究所