基于形状先验信息和视觉对比度的遥感图像目标分割方法技术

本发明专利技术公开了一种基于形状先验信息和视觉对比度的遥感图像目标分割方法，所述方法包括：对样本图像进行训练得到分类器；利用所述分类器对待处理图像进行处理，得到所述待处理图像的图像目标的形状先验置信图；对所述待处理图像进行分割，得到所述待处理图像的图像目标的对比度置信图；通过所述形状先验置信图和对比度置信图得到所述待处理图像中的目标。本发明专利技术通过所述形状先验置信图和对比度置信图对待处理图像进行分析，利用了分类器的分类正确性和待处理图像自身的特性，提高了待处理图像的图像目标的分割精度。

【技术实现步骤摘要】

本专利技术属于图像处理
，尤其设及一种基于形状先验信息和视觉对比度的 遥感图像目标分割方法。
技术介绍
随着卫星遥感技术的发展，遥感卫星分辨率逐渐提高，世界各国已经发射了越来 越多的高分辨率遥感卫星，例如；QuickBird、WorldView-2、GeoEye-l等。2014年8月发射 的WorldView-3,能提供0. 3米分辨率图像，飞机、舰船、车辆等目标的细节清晰可见。随着 我国高分辨率对地观测系统国家科技重大专项的实施，我国也将拥有更多高分辨率遥感卫 星。因此，利用卫星遥感图像进行目标分析与理解越来越引起关注。其中，飞机、舰船、车辆 等感兴趣目标的分割，是在目标检测的基础上，确定目标边界并提取出目标的技术，是判定 目标形状与识别目标类型的重要步骤，直接影响到图像内容分析的准确性。但是，遥感图像 中目标背景复杂、噪声较大，阴影、地面斑点等因素经常影响目标的准确分割，当前方法经 常难W准确分割目标。 研究人员已经提出了大量的感兴趣目标分割方法，其中常用的典型目标分割方法 从分割策略上讲，可W分为基于阔值、基于对比度、引入形状先验信息等方法。（1)基于阔值 分割的方法准确性与图像的光谱分布密切相关，当直方图呈现双峰或近似双峰特性时，能 够选取阔值，但当背景复杂或者目标光谱与背景较为接近时，很难准确分割目标。因此，此 类方法适用于背景相对较简单的情况，鲁椿性和适应性较差。（2)基于对比度的方法假定 目标与背景存在较大的光谱差异，通过度量图像中各个区域和图像整体光谱的差异来确定 目标区域。但是该方法容易受图像中的阴影噪声干扰，因为当光照较强，目标亮度较高时， 阴影则相对较显著，利用该方法进行分割容易得到阴影区域，目标区域缺失严重。（3)引入 形状先验信息的方法主要是利用主成分分析、傅立叶描述子等方法学习目标形状信息，但 是当前的形状先验信息建模方法对于颜色先验信息利用不充分，难W分割复杂背景中的目 标。综合而言，对于遥感图像中复杂背景下的感兴趣目标分割，当前方法容易受阴影、油污 等背景噪声干扰，难W取得准确的分割结果。
技术实现思路
有鉴于此，本专利技术实施例期望提供一种基于形状先验信息和视觉对比度的遥感图 像目标分割方法，至少能解决现有图像目标识别精度低等技术问题。 本专利技术实施例的技术方案是该样实现的： 本专利技术实施例提供了， 所述方法包括：对样本图像进行训练得到分类器；[000引利用所述分类器对待处理图像进行处理，得到所述待处理图像的图像目标的形状 先验置信图； 对所述待处理图像进行分割，得到所述待处理图像的图像目标的对比度置信图； 通过所述形状先验置信图和对比度置信图得到所述待处理图像的图像目标。 上述方案中，所述对样本图像进行训练得到分类器包括： 从所述样本图像中提取第一图像特征； 对所述第一图像特征进行归一化处理，并通过线性支持向量机训练归一化处理后 的所述第一图像特征，得到包含所述样本图像的图像目标的形状先验信息的分类器。 上述方案中，所述第一图像特征包括像素的RGB值、坐标值和直方图对比度。 上述方案中，所述利用所述分类器对待处理图像进行处理，得到所述待处理图像 的图像目标的形状先验置信图包括： 从所述待处理图像中提取第二图像特征； 通过所述分类器得到所述第二图像特征属于所述待处理图像的图像目标的概 率.[001引对所述概率进行归一化处理得到包含所述待处理图像的图像目标的形状先验置 信图。 上述方案中，所述对所述待处理图像进行分割，得到所述待处理图像的图像目标 的对比度置信图包括： 将所述待处理图像按设定尺度分割成图像区域； 计算所述图像区域之间的局部对比度和全局对比度； 根据所述局部对比度和全局对比度得到每个所述图像区域的对比度； 将所述对比度进行求和，得到所述待处理图像的图像目标的对比度置信图。 上述方案中，所述全局对比度的计算过程为： 其中；iV为所述待处理图像按尺度m进行分割得到的第i个区域；gcOY)为区域 ri。上的全局对比度；所皆为区域ri。上的平均颜色值；wcj区域r；上的平均颜色值；j为除 第i个区域外的其他区域；N-为所述待处理图像按尺度m进行分割得到的区域的总数。 上述方案中，所述对比度的计算过程为： f (ri") = Ic (r；) X gc (r；) X g (x, y) 其中，f OV)为区域r；的对比度；IcOV)为区域勺"的局部对比度；g(x，y)为高斯 衰减函数；X和y分别是区域rf的像素点的横坐标和纵坐标。 上述方案中，所述高斯衰减函数的计算过程为：[00对其中，X。和y。分别是区域叩中屯、的横坐标和纵坐标；0X为图像立分之一的宽度； 曰y为图像S分之一的高度。 上述方案中，所述通过所述形状先验置信图和对比度置信图得到所述待处理图像 的图像目标包括： 通过所述形状先验置信图和对比度置信图得到目标融合置信图； 将所述目标融合置信图进行二值化处理得到连通区域和背景区域； 根据所述连通区域的第一阔值和背景区域的第二阔值对所述待处理图像的像素 点进行判断，得到所述待处理图像的图像目标。 上述方案中，所述目标融合置信图的计算过程为：[003引C=Cc? exp 化?Cs) 其中，C为目标融合置信图的像素值；Q为形状先验置信图的像素值；Cs为对比度 置信图的像素值；k为比例系数。 本专利技术实施例所提供的基于形状先验信息和视觉对比度的遥感图像目标分割方 法，通过所述形状先验置信图和对比度置信图对待处理图像进行分析，利用了分类器的分 类正确性和待处理图像自身的特性，提高了待处理图像的图像目标的识别精度。【附图说明】 图1为实施例1的的流 程图； 图2为实施例2的的示 意图； 图3为实施例2的分类器的获取过程示意图； 图4为实施例2的形状先验置信图的获取过程示意图； 图5为实施例2的方法与现有方法的效果比较图。 为了能明确实现本专利技术的实施例的结构，在图中标注了特定的尺寸、结构和器件， 但该仅为示意需要，并非意图将本专利技术限定在该特定尺寸、结构、器件和环境中，根据具体 需要，本领域的普通技术人员可W将该些器件和环境进行调整或者修改，所进行的调整或 者修改仍然包括在后附的权利要求的范围中。【具体实施方式】 在W下的描述中，将描述本专利技术的多个不同的方面，然而，对于本领域内的普通技 术人员而言，可W仅仅利用本专利技术的一些或者全部结构或者流程来实施本专利技术。为了解释 的明确性而言，阐述了特定的数目、配置和顺序，但是很明显，在没有该些特定细节的情况 下也可W实施本专利技术。在其他情况下，为了不混淆本专利技术，对于一些众所周知的特征将不再 进行详细阐述。[004引 实施例1 为了解决现有图像目标识别精度低等技术问题，本专利技术实施例提供了基于形状先 验信息和视觉对比度的遥感图像目标分割方法，如图1所示，本实施例的方法包括W下步 骤： 步骤S101 ;对样本图像进行训练得到分类器； 本实施例的样本图像是能够精确识别图像目标的遥感图像，通过对样本图像训 练，就可W得到对图像目标的分类器。 步骤S102 ;利用所述分类器对待处理图像进行处理，得到所述待处理图像的图像 目标的形状先验置信图； 通过所述分类器对待处理图像进行处理，能够得到待处理图像的图像目标的基本 形状，即形状先验置本文档来自技高网...

【技术保护点】
一种基于形状先验信息和视觉对比度的遥感图像目标分割方法，其特征在于，所述方法包括：对样本图像进行训练得到分类器；利用所述分类器对待处理图像进行处理，得到所述待处理图像的图像目标的形状先验置信图；对所述待处理图像进行分割，得到所述待处理图像的图像目标的对比度置信图；通过所述形状先验置信图和对比度置信图得到所述待处理图像的图像目标。

【技术特征摘要】

【专利技术属性】
技术研发人员：高峰，钟陈，徐其志，李波，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11