一種基於局域均質指標的分水嶺分割標記點提取方法
2023-04-24 09:39:36 2
一種基於局域均質指標的分水嶺分割標記點提取方法
【專利摘要】本發明公開了一種基於局域均質指標的分水嶺分割標記點提取方法，首先對原始影像進行量化從而獲得量化影像，利用每個像素的J-value作為該像素的像素值，構成了J-image影像；J-value的定義，將原始影像進行分塊處理，並分別對每塊區域的紋理複雜程度進行判別，從而通過不同的閾值約束標記點的分布。本發明避免了預濾波處理對圖像細節造成的損失，通過在紋理複雜區域提取更多的標記點以提取圖像的細節特徵，而在紋理均質區域採用少量的標記點以避免過分割現象，從而實現了對標記點分布的合理約束。
【專利說明】一種基於局域均質指標的分水嶺分割標記點提取方法
【技術領域】
[0001] 本發明涉及一種基於局域均質指標的分水嶺分割標記點提取方法，在傳統基於標 記點的分水嶺分割基礎上，通過引入局域均質指標實現了標記點自適應提取及分布約束， 屬於遙感影像處理【技術領域】
【背景技術】
[0002] 近三十年來，遙感影像由於具有多波段、地物種類眾多、紋理特徵豐富、多尺度、覆 蓋範圍寬廣等特點，已廣泛應用於土地資源規劃、自然災害監測等社會生活的各個領域。在 遙感影像處理領域涉及的諸多相關技術中，遙感影像分割實現了對場景中具有物理意義的 對象的提取，是進一步進行對圖像分類及實現對象級變化檢測的基礎，也是遙感【技術領域】 的研究熱點之一。
[0003] 與普通圖像相比，遙感影像分割的特點主要包括：遙感影像通常包含了多個波段 的數據，使得傳統單波段的影像分割方法很難直接應用於多光譜或高光譜遙感影像分割 中；再者，遙感影像通常包含了豐富的紋理信息，能夠綜合反映各種地物複雜的空間結構特 徵，使得有效的抽取和表述對象的紋理特徵更加困難；最後，遙感影像通常覆蓋範圍廣泛的 區域，尺寸大，雲層遮蓋、地物陰影等幹擾因素眾多，因此需要更加高效的影像分割，有時還 需要引入先驗知識提高分割精度。
[0004] 近三十年來，學者們對遙感影像分割及其應用展開了廣泛而深入的研究，需要指 出的是，儘管目前遙感影像分割算法很多，但針對高解析度遙感影像的分割算法研究依然 在針對性及系統性方面存在諸多不足。空間解析度的提高帶來了豐富的光譜信息及紋理、 形狀等空間信息。另一方面，同種地物的類內可分性增加及不同種類地物的類間可分性降 低，即普遍存在的"同譜異物"及"同物異譜"現象，以及場景中更加多樣的地物種類、結構 複雜的人造目標以等因素都成功的影像分割造成了困難。
[0005] 分水嶺分割算法是一種基於區域的分割方法，具有全局分割、定位對象邊緣準確、 保持對象輪廓完整等諸多優點，並且已成功應用於高解析度遙感影像分割領域。儘管如此， 分水嶺算法在影像分割前通常需要對孤立點、噪聲等幹擾因素進行濾波處理，容易造成影 像中細節信息的損失；基於單一閾值的標記點提取策略難以準確標記場景中各種具有不同 形狀、尺寸以及紋理複雜程度的地物，因此在分割結果中容易產生過分割及欠分割現象。
[0006] 參考文獻
[0007] [1]Deng Y, Manjunath B S. Unsupervised segmentation of color-texture regions in images and video[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on,2001,23(8):800-810.
[0008] [2]張博，何彬彬.改進的分水嶺變換算法在高解析度遙感影像多尺度分割中的 應用[J].地球信息科學學報，2014, 1 (16) : 144-150.
【發明內容】
[0009] 發明目的：針對現有技術中存在的問題與不足，本發明提供一種基於局域均質指 標的分水嶺分割標記點提取方法，由局部同質性指標J-value替代傳統梯度影像，能夠有 效克服噪聲等幹擾因素的影響。同時，提出了基於J-value的標記點提取策略，能夠根據局 部區域紋理特徵的複雜程度合理約束標記點的分布。
[0010] 技術方案：一種基於局域均質指標的分水嶺分割標記點提取方法，包括如下步 驟：
[0011] 首先對原始影像進行量化從而獲得量化影像，令量化影像中每一個像素的位置 z(x，y)為像素 z的像素值，z(x，y) e Z，Z為以像素 z為中心的特定尺寸窗口內所有像素組 成的集合。
[0012] 在量化影像中，定義N為以z為中心窗口中的像素總數，則均值m :
[0013]
【權利要求】
1. 一種基於局域均質指標的分水嶺分割標記點提取方法，其特徵在於，包括如下步 驟： 首先對原始影像進行量化從而獲得量化影像，令量化影像中每一個像素的位置Z (X，y) 為像素 Z的像素值，z(x，y) e z，z為以像素 z為中心的特定尺寸窗口內所有像素組成的集 合； 在量化影像中，定義N為以z為中心窗口中的像素總數，則均值m: ^ zeZ 定義mp為窗口中屬於相同灰度級p的所有像素均值，Zp為窗口中屬於灰度級p的所有 像素的集合，P為量化影像中的灰度級總數，則窗口中屬於同一灰度級像素的方差的和3"可 定義為： ?=ΣΣ |卜％|「 ⑵ 定義sT為窗口中所有像素的總體方差： ST=Y\z-mf (3) 則 J-value 為： J=(ST-SW)/SW (4) 利用每個像素的J-value作為該像素的像素值，即構成了 J-image影像； 將原始影像進行分塊處理，並分別對每塊區域的紋理複雜程度進行判別，從而通過不 同的閾值約束標記點的分布。
2. 如權利要求1所述的基於局域均質指標的分水嶺分割標記點提取方法，其特徵在 於： 標記點提取策略如下： Stepl :首先根據待分割影像的尺寸設定參數M，將影像等分為大小MXM像素的子塊； 遍歷所有子塊，計算每個子塊對應的J-value，以判斷當前子塊內部的紋理複雜程度；進入 Step 2 ； Step2 :為了儘可能的反映圖像的細節特徵，選擇計算的J-value的最小窗口尺寸為 5X5像素，並計算原始影像中所有像素對應的J-value的值，從而生成J-image影像； St印3 :對於某一子塊，若滿足J e (〇. 05, 0. 3]，則認為該子塊為普通區域；計算 J-image所有像素的J-value均值，並定義為閾值TAvg，子塊在J-image中對應的區域中所 有閾值大於T Min的點作為標記點；否則，進入下一步； St印4 :對於某一子塊，若滿足J e (〇. 3, 1)，則認為該子塊為紋理複雜區域，需要更多 的標記點以提取圖像的細節特徵，以避免欠分割現象，定義閾值TMin，且滿足TMin TAvg，子圖像在J-image中對應的區 域中所有閾值大於TMax的點作為標記點；進入下一步； Step6 :重複Step3?Step5,遍歷所有子塊，實現在J-image影像中的標記點提取。
【文檔編號】G06T5/00GK104268836SQ201410494482
【公開日】2015年1月7日 申請日期:2014年9月24日 優先權日:2014年9月24日
【發明者】劉輝, 周才英, 石哲, 王超 申請人:江西理工大學