[發明專利]基于分解的多目標遙感圖像分割方法

有效

• 申請號: 201210241423.3
• 申請日: 2012-07-12
• 公開（公告）號: CN102800093A
• 公開（公告）日: 2012-11-28
• 發明（設計）人: 李陽陽;焦李成;魏瑩;劉若辰;緱水平;尚榮華;馬文萍;于昕
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 程曉霞;王品華

技術領域

本發明屬于圖像處理技術領域，更進一步涉及遙感圖像分割技術領域的一種基于進化的圖像分割方法，具體是一種基于分解的多目標遙感圖像分割方法。用于對光學遙感圖像和合成孔徑雷達(SAR)圖像的分割以達到目標識別的目的。

背景技術

圖像分割就是把圖像分成若干個特定的、具有獨特性質的區域并提取出感興趣目標的技術和過程。目前，人們更多采用基于聚類分析的方法來進行圖像分割?；诰垲惙治龇椒ǖ膱D像分割是將圖像空間中的像素點用對應的特征空間中的點表示，根據它們在特征空間的聚集對特征空間的點進行分割，然后將分割結果映射回原圖像空間，從而達到圖像分割的目的。

專利“基于分水嶺-量子進化聚類算法的圖像分割”(專利申請號：200910023515.2，公開號：CN101625755A)中公開了一種分水嶺粗分割和量子進化聚類結合的圖像分割方法。采用量子進化算法可以增加種群多樣性，使得該方法能夠跳出局部最優，得到更好的分割結果。但是仍存在不足，進化過程中僅采用一個目標函數，導致該分割方法評價指標單一。此外，由于該方法只提取了小波特征，限制了該方法的細節保持性能及整體分割精度。

為了更加準確、全面的獲得圖像分割結果，近幾年出現了一些應用多目標方法實現圖像分割的技術，多個互補的目標相結合，達到了更好的分割結果和分割精度。

專利“基于免疫多目標聚類的圖像分割方法”(專利申請號：201010214613.7，公開號：CN101866489A)中公開了一種基于免疫多目標聚類的圖像分割方法。該技術提出了一種加入局部搜索機制的免疫方法，并對克隆種群規模進行自適應化，然后將其用于圖像分割，最后通過PBM指標獲得最終的圖像分割結果。雖然該方法在區域一致性和邊緣保持方面有一定的改善效果，但是該方法仍然存在的不足是，由于采用了過多的進化技術，增加了整個分割過程的計算復雜度，使得分割速度較慢，同時，該方法選取的兩個目標函數不恰當，其中一個目標函數包含了另外一個目標函數，這未能充分體現評價指標的多樣性。評價指標的多樣性和合理性直接影響最后的圖像分割效果。

發明內容

本分明針對上述現有技術存在的評價指標單一、計算復雜度高、細節保持性能不好等不足，提出了一種基于分解的多目標遙感圖像分割方法。本發明中提取融合特征作為待聚類數據，更好的保持圖像細節；選取兩個互補的目標函數，改善現有方法中目標函數單一、一個目標函數包含另一個目標函數等缺點。

本發明的步驟包括如下：

步驟1：輸入待分割遙感圖像；

步驟2：提取待分割圖像特征；

2.1利用灰度共生矩陣方法提取紋理特征向量；

2.2利用非下采樣小波分解方法獲取小波特征向量；

2.3用小波特征向量和紋理特征向量表示待分割圖像的每一個像素點。

步驟3：產生待聚類數據：用分水嶺算法對待分割圖像進行分水嶺粗分割，得到不同的圖像塊；對每一個圖像塊的所有像素點特征取平均值，獲得代表初始聚類數據的每一個超像素的特征向量，用所有超像素的特征向量作為待聚類數據。

步驟4：利用待聚類數據初始化大小為N的初始種群X＝{x₁，x₂，...，x_N}，每個個體x_n都代表一個分割結果，n＝1，2，...，N，N為初始種群大小，取N＝50。

步驟5：根據類內方差F1和類間連接F2，計算每個個體的目標函數值F_n

F_n＝[F_n1，F_n2]

其中，F_n1＝F1，F_n2＝F2。

步驟6：初始化理想點Z^*；

其中是第1個目標函數F1到目前為止找到的最小值，是第2個目標函數F2到目前為止找到的最小值。

步驟7：將多目標問題F(x)＝min(F1(x)，F2(x))分解成N個子問題，每一個子問題的目標函數如下：