[發明專利]一種基于LLTS框架的分塊并行多尺度分割算法

在審

• 申請號: 201810735180.6
• 申請日: 2018-07-06
• 公開（公告）號: CN108986113A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 付琨;何曉寧;薛博維
• 申請（專利權）人: 航天星圖科技（北京）有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T1/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于LLTS框架的分塊并行多尺度分割算法，其流程為：輸入遙感影像；分塊參數計算并分塊：按照指定分塊大小對影像進行分塊；將計算出的分塊參數向計算節點下發計算任務；柵格矢量化：將分塊得到的柵格利用LLTS框架在邏輯上合并到一塊并進行柵格矢量化，得到矢量文件。本發明能夠適應多機并行計算，從而減少算法運行時間，對單一機器具有較低配置要求，幾臺低配機器比單臺高配機器計算效率更高，可以在不更新硬件的情況下，提高處理效率。

技術領域

本發明涉及一種分割算法，尤其涉及一種基于LLTS框架的分塊并行多尺度分割算法。

背景技術

隨著遙感傳感器技術的進步，海量高分辨率影像數據獲取成為可能，基于高分辨率影像的地物提取得到廣泛關注和應用。雖然高分辨率影像為精確地物提取提供了可能性，但是傳統的基于像素的地物提取方法難以適應高分辨率帶來的顯著增加的類內噪聲和類間相似性，提取結果經常出現形狀不準確、不同類別的像素混雜分布等現象。為了克服上述問題，面向對象的地物提取方法被提出并很快在高分辨率影像上取得了令人滿意的成果。面向對象的地物提取方法能夠更好地利用影像上下文信息并且對噪聲具有較強抵抗能力，使圖像分析從對像素局部信息的關注轉為對與現實地物具有更強映射關系的超像素的分析。

影像分割是面向對象提取的基礎，分割結果的好壞直接影響提取質量。多尺度分割是一個迭代合并的過程，每一次迭代需要找出最適合合并的相鄰的兩個超像素(即對象)，直到合并代價高于預先規定的閾值。計算過程中需要保存超像素與像素的對應關系、超像素間的相鄰關系，數據量較大時，算法內存開銷和迭代計算時間不容忽視。因此，多尺度分割雖然具有原理清晰、人工干預少、尺度間分割結果滿足嵌套關系等優點，但是同時，該算法隨著影像像素數量的增多計算時間和內存消耗也很快增加。而衛星影像，尤其是高分辨率影像，一景數據所包含的像素數量是非常巨大(通常以百萬計)的，這就對運行多尺度分割算法的機器提出了很高要求。現有的多尺度分割的實現基于單臺機器單一進程串行地進行分割計算；同時受一個進程只能操作一個文件的限制，分割的結果也只能順序輸出到一個文件中。分割速度嚴重受限于算法運行機器的硬件配置，無法利用多機集群進行運算和并行化輸出，穩定性和時效性難以滿足實際應用需求。

發明內容

為了解決上述技術所存在的不足之處，本發明提供了一種基于LLTS框架的分塊并行多尺度分割算法。

為了解決以上技術問題，本發明采用的技術方案是：一種基于LLTS框架的分塊并行多尺度分割算法，其流程為：

步驟一、輸入遙感影像；

步驟二、分塊參數計算并分塊：按照指定分塊大小對影像進行分塊；

步驟三、將計算出的分塊參數向計算節點下發計算任務，各分塊處理的過程為:

Ⅰ、數據規則化：

將柵格分塊數據進行重新組織，使其存儲成與位置無關的一維數組，方便進行數學上的計算和判斷；如果需要對數據進行歸一化，還需要求取最大最小值，將一維數組值歸并到0-1之間；

Ⅱ、初始分割：

按照初始的分割合并參數對數據進行初始分割；

Ⅲ、合并初始分割：

對初始分割的分割對象進行判斷，將能合并的分割對象合并為一個新對象；

Ⅳ、記錄分割合并后的父對象和子對象：

對合并前后的父對象和子對象關系進行記錄，特別是ID、邊界像素位置；

Ⅴ、記錄分割后每一個對象的特征：

記錄分割后每一個對象的特征，特別是中心點坐標、對象包含的像素個數、對象的寬、對象的高、對象的像素最大值、最小值、平均值；

Ⅵ、輸出柵格：