[發(fā)明專利]一種基于顏色空間分類的無人機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任公司61200 | 代理人： | 徐文權(quán) |
| 地址： | 710075 陜西省西*** | 國省代碼： | 陜西;61 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 顏色 空間 分類 無人機 遙感 圖像 分割 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明屬于無人機應用技術(shù)領(lǐng)域，尤其涉及一種基于顏色空間分類的無人機遙感圖像分割方法。
背景技術(shù)
目前，通過遙感影像獲取地面專題信息已成空間信息學科及相關(guān)行業(yè)部門研究和應用的熱點。以往遙感影像的獲取主要通過遙感衛(wèi)星和航拍圖像，大部分遙感影像的分辨率較低，并且獲取的成本高，數(shù)據(jù)量有限。而無人機的引入和高清攝像頭的產(chǎn)生使高清遙感圖像的獲取更加方便，也就帶來了對高清遙感影像信息提取的巨大需求。
對于無人機遙感的應用而言，影像信息提取的基礎(chǔ)和關(guān)鍵是影像分類，即對同一類地物所對應的影像目標(像素點)進行劃分。對于傳統(tǒng)的中低分辨率遙感影像的信息提取而言，主要使用基于像素的地物分類方法(A.M.Dean,G.M.Smith.An evaluation of per-parcel land cover mapping using maximum likelihood class probabilities[J].International Journal of Remote Sensing,2003,24(14):2905-2920.)。但將這種傳統(tǒng)的分類方法應用在高分辨率無人機遙感圖像上，存在分類精度降低，空間數(shù)據(jù)冗余等問題，并且分類結(jié)果往往包含嚴重的椒鹽噪聲，不利于后續(xù)的信息提取和空間分析。
針對基于像素的地物分類方法應用于高分辨率遙感影像的不足，基于對象的分類與信息提取技術(shù)開始得到廣泛應用。其中，對象的提取是基于對象的分類和信息提取技術(shù)的基礎(chǔ)，對象的提取主要采用遙感影像的分割方法進行實現(xiàn)。
在高分辨率遙感影像分割算法方面，多數(shù)可見文獻都采用了多尺度分割算法(Baatz M,A.An optimization approach for high quality multi-scale image segmentation[C]. AGIT-Symposium.2000:12-23、Happ P N,Ferreira R S,Bentes C,et al.Multiresolution segmentation:a parallel approach for high resolution image segmentation in multicore architectures[C].International Conference on Geographic Object-Based Image Analysis.2010.)，但是多尺度影像分割過程，需要建立不同的尺度多次分割，由于遙感影像數(shù)據(jù)量大，算法復雜度高，所以執(zhí)行算法需要耗用大量資源，效率低下，不適應于有實時處理需求的無人機影像信息提取過程。
基于以上，針對高分辨率無人機遙感圖像，需要有更高效的分割方法來達到快速準確的提取對象的目的，提高分類精度，降低分類結(jié)果的椒鹽效應。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于顏色空間分類的無人機遙感圖像分割方法，解決了現(xiàn)有技術(shù)中對高分辨率無人機遙感圖像的分類精度低，椒鹽噪聲大以及算法效率低的問題，本發(fā)明可以快速準確分割高分辨率無人機遙感圖像。
為達到上述目的，本發(fā)明采用如下技術(shù)方案：
本發(fā)明提供了一種基于顏色空間分類的無人機遙感圖像分割方法，包括以下步驟：
步驟(1)：通過圖像像素點之間的顏色距離和空間距離來判斷像素點的相似性，將設(shè)定范圍內(nèi)相似的像素點聚合在一起并標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使用相同的聚類中心編號；
步驟(3)：根據(jù)像素點的LCH顏色空間特征和灰度共生矩陣紋理特征得到像素點的特征向量，用特征向量對圖像進行模糊聚類,將像素點分為不同的類別，標記不同的分類標簽編號；
步驟(4)：根據(jù)步驟(2)得到的像素點的聚類中心編號和步驟(3)得到的分類標簽編號對像素簇進行融合，將每個像素簇中所有像素點的分類標簽編號的均值作為像素簇的分類標簽，并把分類標簽相同的像素簇進行合并。
更進一步地，本發(fā)明的特點還在于:
步驟(1)具體包括以下步驟：
步驟(1.1)：將圖像預分割為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，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；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安因諾航空科技有限公司，未經(jīng)西安因諾航空科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710909619.8/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
