利用区域分裂技术的遥感影像分割方法技术

本发明专利技术公开了一种利用区域分裂技术的遥感影像分割方法，首先利用分水岭分割算法对图像进行初始化分割，实现图像的区域化；对区域化的图像构建区域邻接图；对区域邻接图基于马尔科夫场建模并进行k均值初始标记；进入迭代部分，基于马尔科夫模型的全局迭代权值对初始标记的图像进行Gibbs采样标记优化和初始区域合并，同时以二叉树形式保护合并过程的记录；随后对初始分割图像进行区域分裂，返回到初始区域化配置；根据区域二叉树结构的节点数与场景中的对象尺度具有正相关性，自适应地调整各区域空间语境模型中的尺度权值，实现区域更新标记，得到最终分割结果。本发明专利技术能很好的消除噪声的影响和影像中复杂场景的自适应更新标记。

【技术实现步骤摘要】

【技术保护点】
利用区域分裂技术的遥感影像分割方法，其特征在于：包括以下步骤：(1)、遥感影像过分割与区域邻接图表示：对输入的遥感影像进行分水岭过分割，产生许多小区域，每个区域具有相对一致的后向散射值；每个区域R由一组位置SR构成，这些位置属于该区域；把各位置的特征矢量{YS|s∈SR}平均到一个特征矢量YR，并用特定的数据结构区域邻接图RAG描述图像，邻接图的节点由一组区域R构成，它的边代表每一对邻接区域间的边界位置；(2)、区域邻接图的标记优化与基于二叉树结构的区域合并：对区域化的图像进行k均值聚类初始标记，利用公式(1)计算区域的标记xR，并把标记xR赋予所获得的每一个分水岭区域R，公式(1)如下：xR=argminiΣs∈SR(Ys-μi)T(Ys-μi)---(1);]]>公式(1)中，YS是位置S处特征矢量，它的元素是图像通道的值，这里T是转置算子，该过程是迭代的，从随机均值μi开始，每次迭代都更新；接下来，算法进入迭代部分，首先进行Gibbs采样进行标记优化，根据计算公式(2)的全局最小成本函数，找出最优标记，公式(2)如下：Emin＝argminEf+Es    (2)；公式(2)中：Ef=12cΣi=1nΣSR⊆RiΣs∈SRlog(|Σi|)+(ys-μi)TΣi-1(ys-μi)---(3),]]>公式(2)中：Es=αΣi=1n-1Σj=i+SnΣS∈∂Ri∩∂Rjg(▿s)---(4),]]>公式(2)—公式(4)中，Ef是特征模型能量，Es是空间语境模型能量，C是图像中的通道数，n是类别数，SR是每个分水岭区域R中的位置，后者是区域Ri的一部分，Ri被赋值为类i，∑i是类i的协方差矩阵，μi是类i的均值，α是正权重值，是边界惩罚；其次，对最优标记后的区域化图像以贪婪方式进行区域合并，按照公式(5)对所有相同标记的区域对计算合并前与合并后的能量差，合并所有最小负值ΔEmin的区域对，并以二叉树结构记录每次合并的配置，公式(5)如下：△Emin＝EAfter‑EBefore    (5)，其中，EAfter合并后的能量，EBefore合并前的能量。(3)、基于二叉树结构的区域分裂与分层结构的自适应更新：通过二叉树结构返回原始配置进行区域分裂，对各个尺度的区域根据公式(6)自适应地更新成本函数，最后对分裂图像通过步骤(2)进行更新合并，公式(6)如下：Emin=argmin(Ef+E^s)---(6),]]>公式(6)中：E^s=Σi=1m-1Σj=i+1m(βRi+βRj)ΣS∈∂Ri∩∂Rjg(▿s)---(7),]]>公式(7)中：(βRi+βRj)=Ni+Nj-2NminNmax-Nmin+d---(8),]]>其中m表示区域数，Ni表示标记为i的区域对象对应的二叉树节点数，Nj表示标记为j的区域对象对应的二叉树节点数，Nmax表示二叉树集合中的最大节点数，Nmin表示二叉树集合中的最小节点数。...

【技术特征摘要】

【专利技术属性】
技术研发人员：郎文辉，昂安，杨学志，贾尚柱，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34