[發(fā)明專利]多尺度多特征融合的遙感影像陰影檢測提取方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201610202779.4
• 申請日: 2016-03-31
• 公開（公告）號: CN107292328A
• 公開（公告）日: 2017-10-24
• 發(fā)明（設計）人: 邵振峰;羅暉;李德仁
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 武漢科皓知識產(chǎn)權代理事務所(特殊普通合伙)42222
• 代理人: 嚴彥

技術領域

本發(fā)明屬于遙感圖像處理數(shù)據(jù)預處理技術領域，涉及一種基于多尺度多特征融合的遙感影像檢測和提取方法及系統(tǒng)。

背景技術

高分辨率遙感影像(一般為分辨率5米以下)具有更加清晰的地物形狀、更加豐富的紋理信息以及更加明確的空間分布等特點，因此在對地觀測中發(fā)揮著重要的作用。但是高分辨率遙感影像存在大量的陰影，其會對后續(xù)高分辨遙感影像解譯和分析帶來不利影響；另一方面，陰影也可以作為特定的輔助信息為地物提供幾何及形狀特征。因此陰影提取是高分辨率遙感影像處理的重要步驟和研究熱點之一?；诓蛔冾伾卣髂Ｐ偷年幱疤崛》椒ㄊ沁b感影像的陰影提取的重要方向之一，該類方法又分為基于像素的陰影提取和面向對象的陰影提取兩類方法。其中基于像素的方法僅僅使用光譜特征進行陰影提取，該類方法雖然計算簡單且高效，但是計算結果卻形狀完整性差且伴有椒鹽噪聲現(xiàn)象。而面向對象的方法是高分辨率遙感影像陰影提取中高效的一種提取方法。這是由于在此類方法中，空間信息被充分利用和挖掘，并且由于影像分割后大量的同質像素形成了候選陰影區(qū)域，提取陰影的形狀完整性也比面向像素的方法更加優(yōu)秀。

分割是面向對象的影像處理的關鍵步驟，其結果會對后續(xù)的提取結果產(chǎn)生較大的影響。圖像信息的尺度決定了提取目標信息的力度，大尺度上獲取更為宏觀粗糙的信息，小尺度決定目標提取將更加微觀精細。尺度在分割技術中也是一種重要的參數(shù)，其決定了分割提取地物的大小。陰影在高分辨遙感影像上不具有統(tǒng)一的尺度，如建筑物的陰影面積較大，但是樹木的陰影面積較小。當針對同類地物具有不同尺度大小的表現(xiàn)時，統(tǒng)一尺度分割會導致過分割和欠分割現(xiàn)象出現(xiàn)。因此針對高分辨率遙感影像的基于多尺度多特征融合的陰影檢測和提取方法能夠得到更好的提取精度。

發(fā)明內容

本發(fā)明的目的在于針對現(xiàn)有技術的缺點和不足，提供一種基于多尺度多特征融合的高分辨率遙感影像陰影檢測和提取方法及系統(tǒng)，通過多個尺度的對象分割技術綜合獲取不同尺度下的陰影對象信息，采用陰影在不變顏色模型中的光譜特征進行基于對象的陰影提取，最后綜合不同尺度下的陰影提取結果獲取最終的陰影分布圖。提取方法能適用于高分辨率遙感影像處理領域。

本發(fā)明所采用的技術方案提高一種多尺度多特征融合的遙感影像陰影檢測提取方法，所述遙感影像為高分辨率遙感影像，包括以下步驟：

步驟a，將原始高分辨遙感影像進行多種尺度下的對象分割，獲取初始的影像對象；

步驟b，將遙感影像投影變換至RGB和HSI顏色空間，獲取三種不變的陰影顏色特征，根據(jù)K-means聚類方法對三種陰影顏色特征分別進行二值化處理，得到三張基于各陰影顏色特征的二值候選陰影影像；

步驟c，根據(jù)步驟a所得每種尺度下對象分割結果，分別采用D-S證據(jù)理論融合步驟b提取的多種不變的陰影光譜特征進行面向對象的陰影提取，實現(xiàn)方式如下，

設步驟b得到的三個二值候選陰影影像F₁,F₂,F₃為三個證據(jù)，假設集合Θ＝{h₀,h₁}，其中h₀代表陰影區(qū)域的對象，而h₁代表非陰影區(qū)域；則2^Θ的非空子集是{h₀}，{h₁}，{h₀,h₁}；設影像被多尺度分割算法分割為多個對象，對象定義為O_j,j＝1,2,...,k，

設針對F_i的第j個對象內的三個非空集合的基本概率分配函數(shù)為i＝1,2,3，分別如下所示，

其中，p_i分別是特征F_i的權重，和分別代表在F_i特征下對象j內的候選陰影像素個數(shù)和總像素個數(shù)；

融合三個特征的分別為m^j(h₀)、m^j(h₁)、m^j(h₀,h₁)，當下式滿足時，對象j被提取為陰影區(qū)域。

步驟d，將不同尺度下獲取的陰影提取結果進行決策融合，從而獲取最終的陰影區(qū)域。

而且，步驟a中，采用三種尺度下的多尺度分割結果。

而且，對每種尺度，分別采用自下而上基于異質度準則的區(qū)域增長分割方式實現(xiàn)。

而且，步驟d中，采用投票法進行決策融合。