[發明專利]基于波段選擇的高光譜遙感影像矢量C-V模型分割方法

有效

• 申請號: 201310729980.4
• 申請日: 2013-12-26
• 公開（公告）號: CN103854281A
• 公開（公告）日: 2014-06-11
• 發明（設計）人: 王相海;方玲玲;宋傳鳴;周夏
• 申請（專利權）人: 遼寧師范大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 大連非凡專利事務所 21220
• 代理人: 閃紅霞

技術領域

本發明屬于高光譜遙感影像數據分割方法，尤其是一種適用于對異質區域和復雜背景情況下的高光譜遙感影像進行快速準確分割的基于波段選擇的高光譜遙感影像分割矢量C-V模型分割方法。

背景技術

成像光譜學的快速發展，使遙感技術進入到高光譜遙感階段。高光譜圖像可以看作是由二維空間維和一維光譜維構成的三維立體圖像，其中每一幅二維圖像描述了地表的空間特征，而光譜維揭示了圖像每一像素的光譜曲線特征。高光譜圖像的特性與自然圖像不同，具有數據量大、光譜分辨率高、空間分辨率相對較低、形狀結構和細微結構部分復雜多樣以及地物類型較為豐富的特點，因此高光譜遙感影像分割具有如下難題：一方面高光譜遙感影像包含了豐富地物信息的同時也存在很多冗余，直接利用上百個波段的空間信息進行矢量C-V模型分割，會使計算量極大，影響算法的效率；另一方面，高光譜遙感影像的對象和背景沒有明顯的邊緣，只依靠對象與背景分界處的梯度信息對圖像進行分割很難達到理想的分割效果；而依靠圖像中的區域信息也很難達到理想的分割效果。

發明內容

本發明是為了解決現有技術所存在的上述技術問題，提供一種適用于對異質區域和復雜背景情況下的高光譜遙感影像進行快速準確分割的基于波段選擇的高光譜遙感影像分割矢量C-V模型分割方法。

本發明的技術解決方案是：一種基于波段選擇的高光譜遙感影像矢量C-V模型分割方法，其特征在于按如下步驟進行：

a.?根據光譜曲線選擇目標與背景對比度較大的波段，并進一步通過波段相關系數，去除其中相關性較大的波段形成新的波段組合，根據所確定的波段組合構建高光譜影像矢量矩陣；

b.?構造基于該矢量矩陣的矢量C-V分割模型，模型中通過引入基于梯度的邊緣引導函數，在保留傳統C-V模型基于區域信息進行影像分割的基礎上，通過利用影像的邊緣細節信息，演化能量函數達到極小值為止，從而得到影像最終分割信息。

所述a步驟是用????????????????????????????????????????????????和分別代表目標像元和背景像元，將所有波段在像元和處所對應的灰度值分別記為、，和，其中n為波段數，則第i波段像元、處的對比度差異可以表示為，設定閾值=65，通過下列式選擇出目標與背景對比度大的波段：??；????????????????????????????????????????????

????對所選擇的波段影像，將第1個波段的影像作為關鍵幀影像；依次計算其后續的影像與該影像的相關系數,直到遇到相關系數小于事先確定閾值的影像，并將該影像其作為新的關鍵幀影像；?

相關系數計算如下：設和為兩個不同的波段影像數據，和分別為對應的均值，和的相關系數定義如下，當，=65時，去除該波段：

?????????????????????????????????????????????????

重復該過程直到處理完所有的選擇波段幀，所保留下來的關鍵幀影像形成新的波段組合；

所述根據所確定的波段組合構建高光譜影像矢量矩陣是：

設所選擇的波段影像組合共有個波段影像，每個影像的空間大小為，則構造所選擇的波段影像矢量矩陣如下：

其中(;)為像元灰度值矢量，包含了m個波段在空間位置處的像元灰度值，其值為：???????????????????????????????????????

式中為所選擇的m個波段中的第()個波段在空間位置處的灰度值；

進一步，構造個波段影像的均值灰度矩陣如下：

其中。

所述b步驟構造基于該矢量矩陣的矢量C-V分割模型如下：

???????????????????????????????????????

其中,?和（）是用來近似圖像強度的矢量值,(k=1,2,…，n)表示第k波段的高光譜圖像;?和表示第通道輪廓曲線內、外部區域的平均灰度值。