[發(fā)明專利]一種新的高分辨率遙感影像的最優(yōu)分割尺度自動選擇方法

有效

• 申請?zhí)枺?/td>: 201611202286.7
• 申請日: 2016-12-23
• 公開（公告）號: CN106651865B
• 公開（公告）日: 2019-10-08
• 發(fā)明（設(shè)計）人: 靳華中;萬方;雷光波;關(guān)峰;劉瀟龍;黃磊;李清
• 申請（專利權(quán)）人: 湖北工業(yè)大學(xué)
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 北京金智普華知識產(chǎn)權(quán)代理有限公司 11401
• 代理人: 楊采良

1.一種新的高分辨率遙感影像的最優(yōu)分割尺度自動選擇方法，其特征在于，包括以下步驟：

輸入：影像下的圖D＝(V,E,W)，其中V、E和W分別代表了圖D的頂點(diǎn)集、邊集和相似度矩陣；

輸出：最優(yōu)尺度分割的影像、全部尺度分割參數(shù)；

步驟1、利用分水嶺方法得到過分割的影像，作為最細(xì)粒度的分割影像D0；

步驟2、提取上述影像中對象的光譜、顏色、紋理的特征值；

步驟3、使用期望最大化EM算法估計GMM參數(shù)α_k表示第k類高斯模型的權(quán)重；μ_k和分別是GMM第k類均值和方差；

步驟4、執(zhí)行步驟3-4：

1)在第l層MRF模型中，計算對象消息在MRF節(jié)點(diǎn)之間進(jìn)行迭代傳遞，直至全局概率收斂，即

式中，表示在第t步中影像D節(jié)點(diǎn)(X，Y)的轉(zhuǎn)移概率；上式表明，當(dāng)相鄰兩步的轉(zhuǎn)移概率小于特定ε時，迭代計算結(jié)束；

2)利用MAP準(zhǔn)則，得到聚類對象標(biāo)號的估計值：

上式中，對象節(jié)點(diǎn)y_ω的標(biāo)號根據(jù)對象置信度按照MAP準(zhǔn)則估計；

步驟5、在MRF模型的最精細(xì)層，運(yùn)行標(biāo)準(zhǔn)置信傳播BP算法，利用BP算法更新公式和置信度計算公式b_i(y_i)＝kφ_i(y_i)∏_j∈N(i)m_ji(y_i)進(jìn)行迭代，直到收斂，然后根據(jù)MAP準(zhǔn)則，逐像素估計標(biāo)號值:

其中，m_ij表示從標(biāo)號節(jié)點(diǎn)i傳遞到標(biāo)號節(jié)點(diǎn)j的消息，表明標(biāo)號節(jié)點(diǎn)j對標(biāo)號節(jié)點(diǎn)i當(dāng)前狀態(tài)的影響；k是一個歸一化常量；N(i)\j表示節(jié)點(diǎn)i的所有鄰域節(jié)點(diǎn)，但不包括節(jié)點(diǎn)j；b_i(y_i)表示節(jié)點(diǎn)i的近似邊緣后驗(yàn)概率；似然函數(shù)φ_i(x_i,y_i)為節(jié)點(diǎn)i的局部證據(jù)，表示觀察節(jié)點(diǎn)i取標(biāo)號y_i的條件概率，反映了i處的x_i和y_i統(tǒng)計依賴性，這里采用高斯混合模型建模；ψ_ij(y_i,y_j)是對象節(jié)點(diǎn)(y_i,y_j)的勢能量函數(shù)；對象節(jié)點(diǎn)y_i的標(biāo)號根據(jù)對象置信度按照MAP準(zhǔn)則估計。

2.根據(jù)權(quán)利要求1所述的新的高分辨率遙感影像的最優(yōu)分割尺度自動選擇方法，其特征在于，步驟1中離散域分水嶺變換用如下迭代方式進(jìn)行定義：

分水線記作為：

對于上述公式，數(shù)字影像f是定義在D上的灰度影像，影像的最小值為h_min且最大值為h_max；X_h指積水盆地CB擴(kuò)張時，灰度級h下所有積水盆地的集合，其中灰度值小于h的像素集合寫作T_h＝{p∈D|f(p)≤h}；表示影像的最小值為h_min對應(yīng)的像素集合，Wshed(f)表示圖像f的分水嶺為不屬于任何積水盆地點(diǎn)的集合；影像模擬為一個地表結(jié)構(gòu)，通過分水嶺方法來給影像進(jìn)行標(biāo)注，使相同的聚水區(qū)對應(yīng)的像素有一致的標(biāo)識，從而達(dá)到影像初始分割的目的；最后，像素聚集的區(qū)域是同質(zhì)和均一的，得到影像是最細(xì)粒度的影像D0。

3.根據(jù)權(quán)利要求1所述的新的高分辨率遙感影像的最優(yōu)分割尺度自動選擇方法，其特征在于，步驟2中計算影像D0中各個對象的亮度均值均方差；

計算影像D0中各個對象的顏色特征值；

使用二維高斯核函數(shù)，計算不同方向的對象能量，通過高斯差分濾波器

計算對象的紋理特征值；

其中，從圖像行列方向，隨機(jī)變量t服從正態(tài)分布；σ₁和σ₂為高斯的標(biāo)準(zhǔn)方差；A和B為增益系數(shù)；g(t)為兩個高斯函數(shù)的差分值。