[發明專利]光譜角約束的高光譜遙感影像分割活動輪廓方法

有效

• 申請號: 201610022727.9
• 申請日: 2016-01-14
• 公開（公告）號: CN105701819B
• 公開（公告）日: 2018-11-06
• 發明（設計）人: 王相海;陶兢喆;周夏;李智
• 申請（專利權）人: 遼寧師范大學
• 主分類號: G06T7/149
• 分類號: G06T7/149
• 代理公司: 大連非凡專利事務所 21220
• 代理人: 閃紅霞

本發明公開一種基于光譜角約束的高光譜遙感影像分割活動輪廓方法，采用光譜角作為測度指標度量像元間的光譜相似性，并根據類別可分性原則選出適應分割的最優波段，進而設計了一種基于光譜角約束函數的高光譜遙感影像分割活動輪廓模型，將原本應用于二維影像的分割方法擴展應用到多維高光譜遙感影像。本發明可以使得模型在分割過程中綜合利用高光譜遙感影像的空間信息和光譜信息，減少了因空間分辨率不足、目標邊緣模糊、異質區域等對分割結果造成的影響。

技術領域

本發明涉及圖像處理領域，尤其是一種光譜角約束的高光譜遙感影像的分割活動輪廓方法。

背景技術

近年來，遙感影像分割作為遙感影像分析理解、感興趣區域探測、地物識別等的關鍵問題而受到重視，先后出現了許多有效的遙感影像分割方法，如主成分分析及直方圖、高斯混合模型、快速獨立成分分析、基于核方法的光譜角制圖模型等。此外，支持向量機、馬爾科夫鏈和神經網絡等一些傳統的影像分割模型也在遙感影像分割中取得了好的分割效果。

有別于傳統遙感影像，高光譜遙感影像除了包含一般數字影像所具有的二維空間信息外還增加了一維光譜信息，很多適應于普通遙感影像的分割算法在高光譜遙感影像分割中未必成立。此外，高光譜遙感影像在提供更為豐富的地物細節信息的同時，也使其數據處理量隨著波段和尺寸的增加而急劇膨脹，且存在地物類型復雜多樣、不同區域間邊界模糊、影像對比度低等問題，給分割工作帶來了挑戰。因此，需要設計一種適合高光譜遙感影像特點的分割算法，使之既能有效利用光譜信息又能高效地實現高維數據的處理。

基于偏微分方程的影像處理技術因其理論體系完備、靈活性強、易于向高維數據擴展等優點使其在高光譜遙感影像處理問題中有很大的應用潛力。其中，活動輪廓模型作為偏微分方程圖像分割算法的研究熱點，其原理是在影像感興趣區域內初始化一條演化曲線，并賦予該曲線能量函數，通過計算能量函數的最小值，即可得到圖像分割的結果。C-V模型普遍認為是目前活動輪廓模型發展的最新階段，也是其中最為有效和經典的模型之一。但是，迄今為止，還沒有關于在C-V模型的基礎上結合高光譜遙感影像本身特點設計的改進方法相關報道。

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，提供一種光譜角約束的高光譜遙感影像的分割活動輪廓方法。

本發明的技術解決方案是：一種光譜角約束的高光譜遙感影像分割活動輪廓方法，其特征在于按如下步驟進行：

步驟1.對高光譜圖像進行大氣、輻射和幾何校正，去除噪聲過大的波段，提高高光譜圖像信息的整體可靠性；

步驟2. 在高光譜遙感影像的目標區域內選擇一個像元作為目標地物的參考點，其它像元則視為背景地物；

步驟3.計算目標地物和背景地物在所有波段上的光譜角：

其中，X表示背景地物像元在某一波段下的反射率，Y為目標地物像元在某一波段下的反射率；

步驟4.對目標地物和背景地物在各個波段下的平均光譜角進行排序，將最大光譜角所對應的波段作為分割的最優波段；

步驟5. 選擇初始輪廓位置對水平集進行初始化；

步驟6. 建立能量泛函：

(1)

其中，為用來控制分割區域和邊緣平滑度的正值參數，和為[0,1]上的正值參數，分別為曲線內部、外部區域的平均灰度值，為梯度算子，為光譜角函數，為Heaviside函數，用來控制水平集的演化，其具體定義為：

(2)

為狄克拉測量，其定義為：