一種高空間分辨率遙感影像的分割方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像處理技術(shù)領(lǐng)域，尤其設(shè)及一種高空間分辨率遙感影像的分割方法 及系統(tǒng)。
【背景技術(shù)】
[0002] 地物語(yǔ)義影像目標(biāo)的尺度自適應(yīng)精確計(jì)算是遙感影像多尺度分割方法研究領(lǐng)域 的一個(gè)核屯、問題（WondcocK，1987 ;黃惠萍等，2003 ; Aplin，2006 ; C扣Iia化 et al .，2006 ; Addink，2007 ;黃昕，張良培等，2008; Driigut，2010;薬健雅，李志林等，2010;陳春雷等， 2011)?；趯?duì)象遙感影像分析中的尺度是指在多尺度影像分割過程中由物理影像基元構(gòu) 成的分割區(qū)域所對(duì)應(yīng)的語(yǔ)義影像目標(biāo)幾何與光譜特征模式異質(zhì)性最小的闊值。一般語(yǔ)義影 像目標(biāo)與有待識(shí)別或分類的物理影像基元之間的匹配程度(主要包括幾何輪廓與光譜特征 兩方面)是檢驗(yàn)分割算法優(yōu)劣的最佳準(zhǔn)則(于歡，張樹清等，2009;劉建華，2011)。然而由于 地理對(duì)象空間分布的尺度差異性W及高空間分辨率遙感影像數(shù)據(jù)自身的復(fù)雜性(如高分辨 率影像是一個(gè)多尺度地物分布的復(fù)雜統(tǒng)一），很難在一定的分割尺度參數(shù)(不能用單一的尺 度來描述其特性，并且運(yùn)些參數(shù)都需要人為的確定，有時(shí)甚至需要目視解譯修改對(duì)象的屬 性等;李德仁等，2012;筆者注:算法缺乏自適應(yīng)性)條件下實(shí)現(xiàn)語(yǔ)義影像目標(biāo)與物理影像基 元二者的統(tǒng)一。分割參數(shù)設(shè)置過多依賴經(jīng)驗(yàn)，導(dǎo)致影像分割與識(shí)別過程自動(dòng)化程度降低且 分割精度下降;過度的參數(shù)依賴性與不確定性、處理目標(biāo)的單一性，造成方法普適性較差。 分割得到的物理影像基元在當(dāng)前興趣尺度下的不合理合并或拆分，是導(dǎo)致不一致性問題的 技術(shù)根源(其一、物理影像基元存在粗差，其二、合并或拆分規(guī)則不合理）。此外，對(duì)語(yǔ)義影像 目標(biāo)的定義需要符合影像理解的層次性特點(diǎn)，對(duì)已經(jīng)構(gòu)成了一個(gè)微觀復(fù)雜格局的語(yǔ)義影像 目標(biāo)群，必須通過空間格局分析等途徑給予最終識(shí)別與理解，僅寄希望于物理影像基元的 歸并來獲取更高尺度層次的地物語(yǔ)義影像目標(biāo)顯然是不合理的(類似于地圖概括理論）（劉 建華，2011)。
[0003] 顯然，目前提出的尺度計(jì)算模型或方法均無法有效避免上述問題:①基于光譜值 域統(tǒng)計(jì)計(jì)算獲取尺度，運(yùn)類方法本質(zhì)上還是基于傳統(tǒng)像元光譜特征分析的思想。例如，平均 局部方差法(Wondcock，1987)及其改進(jìn)的方法(Moran指數(shù)，2007; RMAS法，張俊等，2009;標(biāo) 準(zhǔn)差及至間相關(guān)性,何敏等，2009;ESP法,Lucian et al.,2010)，最大面積法(黃惠萍等， 2003)及其改進(jìn)的方法(面積相對(duì)差法，張友靜等，2007;胡文亮等，2010)，基于信息賭的方 法(韓鵬等，2003)等均存在其局限性(忽略或難W自適應(yīng)量化在光譜值域統(tǒng)計(jì)計(jì)算時(shí)空域 尺度差異和統(tǒng)計(jì)類別間及類別內(nèi)地物目標(biāo)間的尺度差異性）。此外，eCognition軟件集成的 多尺度分割算法同時(shí)運(yùn)用光譜異質(zhì)性統(tǒng)計(jì)值和形狀異質(zhì)性指數(shù)(緊湊度和平滑度)來約束 生成的物理影像基元，但算法的運(yùn)些參數(shù)值不能自適應(yīng)定量獲取，必須依賴于大量隨機(jī)性 人工嘗試來確定。
[0004] 因此，如何從影像自身的性質(zhì)出發(fā)確定合理的分割參數(shù)、盡可能地利用先驗(yàn)知識(shí) 指導(dǎo)分割、通過減少主觀因素的制約優(yōu)化現(xiàn)有算法將成為該研究領(lǐng)域努力的主要方向。② 地物語(yǔ)義影像目標(biāo)尺度與地物類別最優(yōu)尺度。高空間分辨率遙感影像具有描述地物幾何與 屬性細(xì)節(jié)信息豐富、目視效果直觀等優(yōu)點(diǎn)，其已具備作為地物識(shí)別基礎(chǔ)數(shù)據(jù)的基本潛質(zhì)。 "類內(nèi)同質(zhì)性大，類間異質(zhì)性大"等準(zhǔn)則已不適用于高空間分辨率遙感影像精細(xì)化尺度計(jì) 算;顯然即便是同類地物之間，其空域尺度差異(張友靜等，2007)或光譜值域差異也可能很 大(在高空間分辨率光學(xué)遙感影像中運(yùn)類現(xiàn)象十分普遍且無法避免），該類地物目標(biāo)之間并 不具備理想的尺度相似性，地物類別最優(yōu)尺度將難W達(dá)到對(duì)同類地物語(yǔ)義影像目標(biāo)尺度的 精細(xì)化描述。因此，理論與應(yīng)用研究中應(yīng)進(jìn)一步探討特定空域尺度條件下鄰接物理影像基 元間的區(qū)分與歸并準(zhǔn)則并促使尺度層次實(shí)例化到具體地物語(yǔ)義影像目標(biāo)等級(jí)。

【發(fā)明內(nèi)容】

[0005] 鑒于上述問題，本發(fā)明提出了一種高空間分辨率遙感影像的分割方法及系統(tǒng)，可 W根據(jù)高分遙感影像自身的性質(zhì)確定合理的分割參數(shù)，從而實(shí)現(xiàn)基于分割參數(shù)自適應(yīng)進(jìn)行 遙感影像的分割。
[0006] 根據(jù)本發(fā)明的一個(gè)方面，提供了一種高空間分辨率遙感影像的分割方法，該方法 包括：
[0007] 提取待處理的高空間分辨率遙感影像的矢量邊緣特征W及光譜特征；
[0008] 根據(jù)所述遙感影像的光譜特征W及矢量邊緣特征，確定所述遙感影像的分割參 數(shù)；
[0009] 根據(jù)所述分割參數(shù)對(duì)所述遙感影像進(jìn)行影像分割，獲取分割結(jié)果；
[0010] 判斷所述分割結(jié)果是否滿足預(yù)設(shè)條件，若所述分割結(jié)果不滿足預(yù)設(shè)條件，則調(diào)整 所述分割參數(shù)，并根據(jù)調(diào)整后的分割參數(shù)對(duì)所述遙感影像進(jìn)行均值漂移分割。
[0011] 其中，所述分割參數(shù)包括空域尺度參數(shù)、最小分割單元參數(shù)W及全局值域尺度參 數(shù)；
[0012] 相應(yīng)地，所述根據(jù)所述遙感影像的光譜特征W及矢量邊緣特征，確定所述遙感影 像的分割參數(shù)，具體包括：
[0013] 根據(jù)所述遙感影像的光譜特征、矢量邊緣特征W及預(yù)設(shè)的第一尺度權(quán)重系數(shù)和偽 邊緣消除系數(shù)計(jì)算空域尺度參數(shù)，具體如下：
[0015]根據(jù)所述遙感影像的光譜特征、矢量邊緣特征W及預(yù)設(shè)的第二尺度權(quán)重系數(shù)和偽 邊緣消除系數(shù)計(jì)算最小分割單元參數(shù)，具體如下：
[0017] 根據(jù)所述遙感影像的光譜特征，確定所述遙感影像中包括的波段總數(shù)，并獲取每 一波段對(duì)應(yīng)的圖像像素個(gè)數(shù)W及每一像素的灰度值計(jì)算全局值域尺度參數(shù)；
[0018] 根據(jù)所述波段總數(shù)、每一波段對(duì)應(yīng)的圖像像素個(gè)數(shù)W及每一像素的灰度值計(jì)算全 局值域尺度參數(shù)，具體如下：
[0020] 其中，S為空域尺度參數(shù)，M為最小分割單元參數(shù)，R為全局值域尺度參數(shù)，a為第一 尺度權(quán)重系數(shù)，e為第二尺度權(quán)重系數(shù)，EP為偽邊緣消除系數(shù)，BinfD為遙感影像的矢量邊緣 特征信息量，TinfD為遙感影像的光譜特征信息量，F(xiàn)infD為遙感影像的非邊緣特征信息量， Finf。= Tinf。-Binf。，n為波段總數(shù)，N為圖像像素個(gè)數(shù)，Xlj為i波段的第j個(gè)像素的灰度值。
[0021] 其中，所述提取待處理的高空間分辨率遙感影像的矢量邊緣特征，具體包括:對(duì)所 述遙感影像進(jìn)行矢量邊緣檢測(cè)，提取所述遙感影像的矢量邊緣特征。
[0022] 其中，在所述根據(jù)所述分割參數(shù)對(duì)所述遙感影像進(jìn)行影像分割之前，所述方法還 包括：
[0023] 根據(jù)影像分割對(duì)應(yīng)的分割算法，確定用于進(jìn)行影像分割的色彩空間；
[0024] 相應(yīng)地，所述根據(jù)所述分割參數(shù)對(duì)所述遙感影像進(jìn)行影像分割，具體為在確定出 的色彩空間中根據(jù)所述分割參數(shù)對(duì)所述遙感影像進(jìn)行影像分割。
[0025] 其中，所述根據(jù)所述分割參數(shù)對(duì)所述遙感影像進(jìn)行影像分割，具體包括:根據(jù)所述 分割參數(shù)，采用均值漂移算法對(duì)所述遙感影像進(jìn)行影像分割。
[0026] 其中，所述根據(jù)所述分割參數(shù)，采用均值漂移算法對(duì)所述遙感影像進(jìn)行影像分割， 具體包括：
[0027] 在所述空域尺度參數(shù)對(duì)應(yīng)的空域范圍內(nèi)計(jì)算當(dāng)前檢測(cè)點(diǎn)對(duì)應(yīng)的均值漂移向量；
[0028] 判斷所述均值漂移向量是否滿足預(yù)設(shè)終止條件，若滿足預(yù)設(shè)終止條件，則根據(jù)所 述最小分割單元參數(shù)和全局值域尺度參數(shù)對(duì)所述遙感影像進(jìn)行影像分割，若不滿足預(yù)設(shè)終 止條件，則在所述空域范圍內(nèi)調(diào)整當(dāng)前檢測(cè)點(diǎn)，直到對(duì)應(yīng)的均值漂移向量滿足所述預(yù)設(shè)終 止條件。
[0029] 其中，在所述提取待處理的高空間分辨率遙感影像的矢量邊緣特征W及光譜特征 之前，所述方法還包括:對(duì)所述遙感影像進(jìn)行預(yù)處理；
[0030] 所述預(yù)處理包括全色處理、多光譜融合處理W及濾波處理。
[0031] 根據(jù)本發(fā)明的另一個(gè)方面，提供了一種高空間分辨率遙感影像的分割系統(tǒng)，該系 統(tǒng)包括：
[0032] 特征提取單元，用于提取待處理的高空間分辨率遙感影像的矢量邊緣特征W及光 譜特征；
[0033] 參數(shù)確定單元，用于根據(jù)所述遙感影像的光譜特征W及矢量邊緣特征，確定所述 遙感影像的分割參數(shù)；
[0034] 影像分割單元，用于根據(jù)所述分割參數(shù)對(duì)所述遙感影像進(jìn)行影像分割，獲取分割 結(jié)果；
[0035] 參數(shù)調(diào)整單元，用于判斷所述分割結(jié)果是否滿足預(yù)設(shè)條件，若所述分割結(jié)果不滿 足預(yù)設(shè)條件，則調(diào)整所述分割參數(shù)；
[0036] 所述影像分割單元，還用于根據(jù)調(diào)整后的分割參數(shù)對(duì)所述遙感