[發明專利]基于區域不一致性評價自動優選遙感影像分割參數的方法

有效

• 申請號: 201611005687.3
• 申請日: 2016-11-15
• 公開（公告）號: CN106651861B
• 公開（公告）日: 2019-05-24
• 發明（設計）人: 張寅丹;劉勇;王苗苗;黃哲
• 申請（專利權）人: 蘭州大學
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

本發明公開了一種基于區域不一致性評價自動優選遙感影像分割參數的方法。基于5組等間隔的尺度參數和固定的形狀因子和緊湊度因子依次構建分割數據集，然后與相對應的參考數據集基于PSE?NSR?ED2不一致性分割參數評價體系獲得ED₂數組，分析ED₂數組五個值隨尺度參數變化的分布模式，通過五個尺度參數變換，不斷迭代直到找到斜U型ED₂?SP曲線底部最小ED₂值，最小ED₂值對應的尺度參數為最優尺度參數；最后在不同的形狀因子和緊湊度因子組合上不斷迭代上述過程。本發明避免了選擇參數的盲目性，解決了試錯法帶來的不確定性和窮舉法帶來的耗時，也提高了面向對象遙感影像處理與分析的精度和自動化程度。

技術領域

本發明屬于地球科學研究領域，特別涉及遙感地學空間統計分析和模式識別等方面，具體涉及基于區域不一致性評價自動優選遙感影像分割參數的方法。

背景技術

在遙感領域，針對不同應用和目的，不同的影像分割算法不斷被提出，而多分辨率分割(Multiresolution Segmentation)算法的出現，被認為是遙感影像分割的一個里程碑。該算法在影像分割時，綜合了影像的光譜信息和空間信息，能產生內部同質性最高的影像對象，其主要參數有尺度、形狀因子、緊湊度因子，這些參數的不同組合會產生不同的分割結果。選擇質量最好的分割結果的過程被稱為參數優選，而參數優選必須要解決的問題是對分割質量的具體評價。因此，如何獲得最優分割參數組合來評價影像分割質量是OBIA中必須解決的一個問題。

不一致性分割結果評價方法基于參考多邊形(Reference Polygon)和對應的匹配分割多邊形(Corresponding Polygon)之間的不一致性(Discrepancy)來度量當前參數組合所產生的分割數據的質量。它是一種客觀的經驗性評價方法(Empirical Method)，它是用幾何不一致性度量的是參考多邊形與匹配多邊形之間面積的差異，而算術不一致性度量的是兩者多邊形數量的差異。

在不一致性評價體系(Potential Segmentation Error,PSE-Number-of-Segments Ratio,NSR-Euclidean Distance 2,ED2)中，PSE是潛在分割誤差面積比，NSR是分割多邊形數量比，ED2是PSE與NSR的歐幾里得距離。斜U型(Euclidean Distance2,ED2-Scale Patterns,SP)模式是基于對PSE-SP,NSR-SP,ED2-SP曲線的分析提出的。在給定形狀、緊湊度參數的情況下，影像分割單元平均面積隨尺度參數的增序近似呈冪函數的形式單調遞增，分割單元的面積隨尺度參數的遞增近似呈冪函數。相應地，分割單元的數量隨尺度參數遞減近似呈冪函數。ED2作為PSE和NSR的組合形式會隨著尺度參數的變化呈現傾斜的U型曲線形式，如圖1所示。

2、現有技術方案

分割質量評價的方法有不一致性法和優度法。基于不一致性評價方法通過比較參考數據集和分割數據集，從幾何不一致性和算術不一致性兩個方面對分割質量進行綜合評價。主要的不一致性評價指標有Clinton等、Weidner等提出的一系列分割質量評價指標QR(Quality Rate)、UR(Under-Segmentation Rate)、OR(Over-Segmentation Rate)和ED1；Liu等基于幾何不一致性和算術不一致性提出了ED2(Euclidean Distance 2)指標；而Yang等通過分析ED1、ED2系列評價指標，進一步提出了ED3、ED3-Modified和SEI(SegmentationEvaluation Index)。同時，Zhang等提出了F-measure指標和MOA(Multiscale ObjectAccuracy)和BCA(Bidirectional Consistency Accuracy)。基于優度法的分割參數質量評價指標主要是通過局部方差來進行構建的；等(2010)將Kim提出的局部方差評價最優分割尺度的方法進行了自動化，構建了最優尺度參數選取的工具ESP；等(2014)對ESP工具進行了改進。