[發(fā)明專利]一種基于顏色空間分類的無人機(jī)遙感圖像分割方法

在審

• 申請?zhí)枺?/td>: 201710909619.8
• 申請日: 2017-09-29
• 公開（公告）號: CN107784657A
• 公開（公告）日: 2018-03-09
• 發(fā)明（設(shè)計）人: 成凱華;白霖抒;韓姣姣;馬泳潮
• 申請（專利權(quán)）人: 西安因諾航空科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/90;G06K9/62
• 代理公司: 西安通大專利代理有限責(zé)任公司61200
• 代理人: 徐文權(quán)

1.一種基于顏色空間分類的無人機(jī)遙感圖像分割方法，其特征在于，包括以下步驟：

步驟(1)：通過圖像像素點(diǎn)之間的顏色距離和空間距離來判斷像素點(diǎn)的相似性，將設(shè)定范圍內(nèi)相似的像素點(diǎn)聚合在一起并標(biāo)記相同的聚類中心編號，將圖像分割成若干個像素簇；

步驟(2)：對像素簇的面積進(jìn)行連通分量調(diào)整，將面積小于設(shè)定閾值的像素簇合并到周圍的像素簇中，并使合并后的像素簇中的像素點(diǎn)使用相同的聚類中心編號；

步驟(3)：根據(jù)像素點(diǎn)的LCH顏色空間特征和灰度共生矩陣紋理特征得到像素點(diǎn)的特征向量，用特征向量對圖像進(jìn)行模糊聚類,將像素點(diǎn)分為不同的類別，標(biāo)記不同的分類標(biāo)簽編號；

步驟(4)：根據(jù)步驟(2)得到的像素點(diǎn)的聚類中心編號和步驟(3)得到的分類標(biāo)簽編號對像素簇進(jìn)行融合，將每個像素簇中所有像素點(diǎn)的分類標(biāo)簽編號的均值作為像素簇的分類標(biāo)簽，并把分類標(biāo)簽相同的像素簇進(jìn)行合并。

2.根據(jù)權(quán)利要求1所述的基于顏色空間分類的無人機(jī)遙感圖像分割方法，其特征在于，步驟(1)具體包括以下步驟：

步驟(1.1)：將圖像預(yù)分割為K個尺寸相同的像素簇，則共有K個聚類中心；設(shè)圖像共有N個像素點(diǎn)，則每個像素簇的大小為N/K,相鄰的聚類中心之間的間隔STEP＝(N/K)^1/2；

步驟(1.2)：計算在聚類中心n_p*n_p范圍內(nèi)所有像素點(diǎn)的梯度值，將聚類中心移到n_p*n_p范圍內(nèi)梯度最小的地方；

步驟(1.3)：計算在每一個聚類中心周圍n_x*n_x范圍內(nèi)每個像素點(diǎn)與聚類中心的顏色距離d_c和空間距離d_s,根據(jù)d_c和d_s計算每個像素點(diǎn)與聚類中心的距離度量D`；

步驟(1.4)：每一個像素點(diǎn)與周圍的聚類中心對應(yīng)有若干個距離度量D`,將若干個距離度量D`中最小距離度量min(D`)對應(yīng)的聚類中心作為該像素點(diǎn)的聚類中心；

步驟(1.5)：對每一個聚類中心周圍n_x*n_x范圍內(nèi)每個像素點(diǎn)進(jìn)行步驟(1.4)的操作，找到每個像素點(diǎn)對應(yīng)的聚類中心；

在遍歷所有聚類中心后，更新聚類中心的顏色坐標(biāo)和空間坐標(biāo)為所有隸屬于這個聚類中心的像素點(diǎn)的顏色坐標(biāo)(L,a,b)和空間坐標(biāo)(x,y)的平均值；

重復(fù)步驟(1.4)和步驟(1.5)，完成迭代。