一种基于局域均质指标的分水岭分割标记点提取方法技术

技术编号:10886736 阅读:170 留言:0更新日期:2015-01-08 15:53
本发明专利技术公开了一种基于局域均质指标的分水岭分割标记点提取方法,首先对原始影像进行量化从而获得量化影像,利用每个像素的J-value作为该像素的像素值,构成了J-image影像;J-value的定义,将原始影像进行分块处理,并分别对每块区域的纹理复杂程度进行判别,从而通过不同的阈值约束标记点的分布。本发明专利技术避免了预滤波处理对图像细节造成的损失,通过在纹理复杂区域提取更多的标记点以提取图像的细节特征,而在纹理均质区域采用少量的标记点以避免过分割现象,从而实现了对标记点分布的合理约束。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了,首先对原始影像进行量化从而获得量化影像,利用每个像素的J-value作为该像素的像素值,构成了J-image影像;J-value的定义,将原始影像进行分块处理,并分别对每块区域的纹理复杂程度进行判别,从而通过不同的阈值约束标记点的分布。本专利技术避免了预滤波处理对图像细节造成的损失,通过在纹理复杂区域提取更多的标记点以提取图像的细节特征,而在纹理均质区域采用少量的标记点以避免过分割现象,从而实现了对标记点分布的合理约束。【专利说明】
本专利技术涉及,在传统基于标 记点的分水岭分割基础上,通过引入局域均质指标实现了标记点自适应提取及分布约束, 属于遥感影像处理

技术介绍
近三十年来,遥感影像由于具有多波段、地物种类众多、纹理特征丰富、多尺度、覆 盖范围宽广等特点,已广泛应用于土地资源规划、自然灾害监测等社会生活的各个领域。在 遥感影像处理领域涉及的诸多相关技术中,遥感影像分割实现了对场景中具有物理意义的 对象的提取,是进一步进行对图像分类及实现对象级变化检测的基础,也是遥感
的研究热点之一。 与普通图像相比,遥感影像分割的特点主要包括:遥感影像通常包含了多个波段 的数据,使得传统单波段的影像分割方法很难直接应用于多光谱或高光谱遥感影像分割 中;再者,遥感影像通常包含了丰富的纹理信息,能够综合反映各种地物复杂的空间结构特 征,使得有效的抽取和表述对象的纹理特征更加困难;最后,遥感影像通常覆盖范围广泛的 区域,尺寸大,云层遮盖、地物阴影等干扰因素众多,因此需要更加高效的影像分割,有时还 需要引入先验知识提高分割精度。 近三十年来,学者们对遥感影像分割及其应用展开了广泛而深入的研究,需要指 出的是,尽管目前遥感影像分割算法很多,但针对高分辨率遥感影像的分割算法研究依然 在针对性及系统性方面存在诸多不足。空间分辨率的提高带来了丰富的光谱信息及纹理、 形状等空间信息。另一方面,同种地物的类内可分性增加及不同种类地物的类间可分性降 低,即普遍存在的"同谱异物"及"同物异谱"现象,以及场景中更加多样的地物种类、结构 复杂的人造目标以等因素都成功的影像分割造成了困难。 分水岭分割算法是一种基于区域的分割方法,具有全局分割、定位对象边缘准确、 保持对象轮廓完整等诸多优点,并且已成功应用于高分辨率遥感影像分割领域。尽管如此, 分水岭算法在影像分割前通常需要对孤立点、噪声等干扰因素进行滤波处理,容易造成影 像中细节信息的损失;基于单一阈值的标记点提取策略难以准确标记场景中各种具有不同 形状、尺寸以及纹理复杂程度的地物,因此在分割结果中容易产生过分割及欠分割现象。 参考文献 Deng Y, Manjunath B S. Unsupervised segmentation of color-texture regions in images and video. Pattern Analysis and Machine Intelligence, IEEE Transactions on,2001,23(8):800-810. 张博,何彬彬.改进的分水岭变换算法在高分辨率遥感影像多尺度分割中的 应用.地球信息科学学报,2014, 1 (16) : 144-150.
技术实现思路
专利技术目的:针对现有技术中存在的问题与不足,本专利技术提供一种基于局域均质指 标的分水岭分割标记点提取方法,由局部同质性指标J-value替代传统梯度影像,能够有 效克服噪声等干扰因素的影响。同时,提出了基于J-value的标记点提取策略,能够根据局 部区域纹理特征的复杂程度合理约束标记点的分布。 技术方案:,包括如下步 骤: 首先对原始影像进行量化从而获得量化影像,令量化影像中每一个像素的位置 z(x,y)为像素 z的像素值,z(x,y) e Z,Z为以像素 z为中心的特定尺寸窗口内所有像素组 成的集合。 在量化影像中,定义N为以z为中心窗口中的像素总数,则均值m : 【权利要求】1. ,其特征在于,包括如下步 骤: 首先对原始影像进行量化从而获得量化影像,令量化影像中每一个像素的位置Z (X,y) 为像素 Z的像素值,z(x,y) e z,z为以像素 z为中心的特定尺寸窗口内所有像素组成的集 合; 在量化影像中,定义N为以z为中心窗口中的像素总数,则均值m: ^ zeZ 定义mp为窗口中属于相同灰度级p的所有像素均值,Zp为窗口中属于灰度级p的所有 像素的集合,P为量化影像中的灰度级总数,则窗口中属于同一灰度级像素的方差的和3"可 定义为: ?=ΣΣ |卜%|「 ⑵ 定义sT为窗口中所有像素的总体方差: ST=Y\z-mf (3) 则 J-value 为: J=(ST-SW)/SW (4) 利用每个像素的J-value作为该像素的像素值,即构成了 J-image影像; 将原始影像进行分块处理,并分别对每块区域的纹理复杂程度进行判别,从而通过不 同的阈值约束标记点的分布。2. 如权利要求1所述的基于局域均质指标的分水岭分割标记点提取方法,其特征在 于: 标记点提取策略如下: Stepl :首先根据待分割影像的尺寸设定参数M,将影像等分为大小MXM像素的子块; 遍历所有子块,计算每个子块对应的J-value,以判断当前子块内部的纹理复杂程度;进入 Step 2 ; Step2 :为了尽可能的反映图像的细节特征,选择计算的J-value的最小窗口尺寸为 5X5像素,并计算原始影像中所有像素对应的J-value的值,从而生成J-image影像; St印3 :对于某一子块,若满足J e (〇. 05, 0. 3],则认为该子块为普通区域;计算 J-image所有像素的J-value均值,并定义为阈值TAvg,子块在J-image中对应的区域中所 有阈值大于T Min的点作为标记点;否则,进入下一步; St印4 :对于某一子块,若满足J e (〇. 3, 1),则认为该子块为纹理复杂区域,需要更多 的标记点以提取图像的细节特征,以避免欠分割现象,定义阈值TMin,且满足TMin < TAvg,子图 像在J-image中对应的区域中所有阈值大于TMin的点作为标记点;否则,进入下一步; Step5 :对于某一子块,若满足J e (〇.〇. 5),则认为该子块为均值区域,仅需要较少的 标记点,以避免过分割现象,定义阈值TMax,且满足TMax > TAvg,子图像在J-image中对应的区 域中所有阈值大于TMax的点作为标记点;进入下一步; Step6 :重复Step3?Step5,遍历所有子块,实现在J-image影像中的标记点提取。【文档编号】G06T5/00GK104268836SQ201410494482【公开日】2015年1月7日 申请日期:2014年9月24日 优先权日:2014年9月24日 【专利技术者】刘辉, 周才英, 石哲, 王超 申请人:江西理工大学本文档来自技高网
...

【技术保护点】
一种基于局域均质指标的分水岭分割标记点提取方法,其特征在于,包括如下步骤:首先对原始影像进行量化从而获得量化影像,令量化影像中每一个像素的位置z(x,y)为像素z的像素值,z(x,y)∈Z,Z为以像素z为中心的特定尺寸窗口内所有像素组成的集合;在量化影像中,定义N为以z为中心窗口中的像素总数,则均值m:m=1NΣz∈Zz(x,y)---(1)]]>定义mp为窗口中属于相同灰度级p的所有像素均值,Zp为窗口中属于灰度级p的所有像素的集合,P为量化影像中的灰度级总数,则窗口中属于同一灰度级像素的方差的和SW可定义为:SW=Σp=1PΣz∈Zp||z-mp||2---(2)]]>定义ST为窗口中所有像素的总体方差:ST=Σz∈Z||z-m||2---(3)]]>则J‑value为:J=(ST‑SW)/SW         (4)利用每个像素的J‑value作为该像素的像素值,即构成了J‑image影像;将原始影像进行分块处理,并分别对每块区域的纹理复杂程度进行判别,从而通过不同的阈值约束标记点的分布。...

【技术特征摘要】

【专利技术属性】
技术研发人员:刘辉周才英石哲王超
申请(专利权)人:江西理工大学
类型:发明
国别省市:江西;36

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1