一种基于邻域总变分的影像最佳分割尺度选择方法技术

本发明专利技术公开了一种基于邻域总变分的影像最佳分割尺度选择方法。包括如下步骤：1）将影像以不同的分割尺度进行分割，得到一系列的影像分割结果图像；2）根据本发明专利技术的同质性评价方法计算不同尺度下影像分割结果图像中对象内部的同质性指数；3）根据本发明专利技术的异质性评价方法计算不同尺度下影像分割结果图像对象之间的异质性指数；4）将同质性指数和异质性指数归一化，指定异质性指数的权重，综合评价指数最小值对应的分割尺度为影像的最佳分割尺度。本发明专利技术应用邻域总变分对影像分割结果进行评价，综合考虑了影像分割对象内部的同质性和对象之间的异质性，为影像最佳分割尺度提供客观的选择方法，有利于提供影像的分割效果和影像的后续处理。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了。包括如下步骤：1）将影像以不同的分割尺度进行分割，得到一系列的影像分割结果图像；2）根据本专利技术的同质性评价方法计算不同尺度下影像分割结果图像中对象内部的同质性指数；3）根据本专利技术的异质性评价方法计算不同尺度下影像分割结果图像对象之间的异质性指数；4）将同质性指数和异质性指数归一化，指定异质性指数的权重，综合评价指数最小值对应的分割尺度为影像的最佳分割尺度。本专利技术应用邻域总变分对影像分割结果进行评价，综合考虑了影像分割对象内部的同质性和对象之间的异质性，为影像最佳分割尺度提供客观的选择方法，有利于提供影像的分割效果和影像的后续处理。【专利说明】
本专利技术涉及如何选择遥感影像的最佳分割尺度的
，尤其涉及。
技术介绍
影像分割是面向对象影像处理的关键步骤，分割的质量会直接影响影像的后续处理效果，其中分割尺度的选择在影像的分割效果中有举足轻重的作用。最佳分割尺度的定义为影像利用该尺度分割后，地类能由一个或几个对象来表达，对象大小和地物目标大小接近，影像对象内部的灰度比较均匀，对象之间的灰度差异较大。目前关于影像的最佳分割尺度的选择有多种方法，如对象与邻域绝对均值差分方差比(Ratio of Mean Differenceto Neighbors to Standard Deviation, RMAS)、矢量距离法,但这两种方法有所偏颇，并不能比较全面地考虑影像欠分割或过分割的问题。Espindola通过空间自相关性分析影像的分割效果来进行影像最佳分割尺度选择，但其中的选择标准不能很好地体现影像分割的最优性。
技术实现思路
本专利技术的目的是解决影像分割尺度选择的难题，提供一种基于邻域总变分的方法进行最佳分割尺度选择。基于邻域总变分的影像最佳分割尺度选择方法包括如下步骤:I)将影像以不同的分割尺度进行分割，得到一系列的影像分割结果图像；2)根据同质性评价方 法计算每个分割尺度下的影像分割结果图像中对象内部的同质性指数H ；3)根据异质性评价方法计算每个分割尺度下的影像分割结果图像中对象之间的异质性指数I ;4)将同质性指数H和异质性指数I归一化，指定异质性指数I的权重，计算每个尺度下的影像分割结果图像的综合评价指数F(H，I)，获取影像分割综合评价指数F (H，I)的最小值，综合评价指数F(H，I)的最小值对应的分割尺度为影像的最佳分割尺度。所述的步骤2)包括:(I)获取每个影像分割结果图像中分割对象的总个数η ;(2)设定每个影像分割结果图像中第k个分割对象的面积ak和灰度标准差Vk ；(3)按下式求得每个影像分割结果图像中所有分割对象内部的同质性指数H，所述的步骤3)包括:(I)按下式求得原始影像f (X，y)的梯度g的模Ig(f (X，y)) I，【权利要求】1.，其特征在于包括如下步骤: 1)将影像以不同的分割尺度进行分割，得到一系列的影像分割结果图像； 2)根据同质性评价方法计算每个分割尺度下的影像分割结果图像中对象内部的同质性指数H ； 3)根据异质性评价方法计算每个分割尺度下的影像分割结果图像中对象之间的异质性指数I ; 4)将同质性指数H和异质性指数I归一化，指定异质性指数I的权重，计算每个尺度下的影像分割结果图像的综合评价指数F(H，I)，获取影像分割综合评价指数F (H，I)的最小值，综合评价指数F(H，I)的最小值对应的分割尺度为影像的最佳分割尺度。2.根据权利要求1所述的，其特征在于所述的步骤2)包括: (O获取每个影像分割结果图像中分割对象的总个数η ; (2)设定每个影像分割结果图像中第k个分割对象的面积ak和灰度标准差Vk； (3)按下式求得每个影像分割结果图像中所有分割对象内部的同质性指数H，3.根据权利要求1所述的，其特征在于所述的步骤3)包括: (1)按下式求得原始影像f(X，y)的梯度g的模|g(f (X，y)) I， g(/(x，v)) I同2+陣丫V vildxj [dvj ; (2)设定每个影像分割结果图像中分割对象边界半径邻域范围半径为r，以及邻域范围为D'f，得到邻域范围d上的像素个数; (3)按下式求得每个影像分割结果图像中邻域范围巧上影像梯度的模|g(f(x，y))的积分，J1, (/(U))= J ( D'f ; (4)按下式求得每个影像分割结果图像中影像对象之间的异质性指数I，I \g{x,y)\dxdy O /r,4.根据权利要求1所述的，其特征在于所述的步骤4)包括: (O按下两式将所有影像分割结果图像的同质性指数H和异质性指数I分别归一化， 【文档编号】G06T7/00GK103514599SQ201310386335【公开日】2014年1月15日 申请日期:2013年8月30日 优先权日:2013年8月30日 【专利技术者】王国锋, 杜震洪, 李建成, 劳小敏 申请人:中国公路工程咨询集团有限公司, 浙江大学本文档来自技高网...

【技术保护点】
一种基于邻域总变分的影像最佳分割尺度选择方法，其特征在于包括如下步骤：1）将影像以不同的分割尺度进行分割，得到一系列的影像分割结果图像；2）根据同质性评价方法计算每个分割尺度下的影像分割结果图像中对象内部的同质性指数H；3）根据异质性评价方法计算每个分割尺度下的影像分割结果图像中对象之间的异质性指数I；4）将同质性指数H和异质性指数I归一化，指定异质性指数I的权重，计算每个尺度下的影像分割结果图像的综合评价指数F(H,I)，获取影像分割综合评价指数F(H,I)的最小值，综合评价指数F(H,I)的最小值对应的分割尺度为影像的最佳分割尺度。

【技术特征摘要】

【专利技术属性】
技术研发人员：王国锋，杜震洪，李建成，劳小敏，
申请(专利权)人：中国公路工程咨询集团有限公司，浙江大学，
类型：发明
国别省市：