[发明专利]一种确定影像分类分割尺度阈值的方法

权利要求书

1.一种确定影像分类分割尺度阈值的方法,其特征在于，包括步骤如下：

步骤1，输入遥感影像，并设置影像参数和初始的分割尺度，所述影像参数包括光谱和形状因子；

步骤2，采用异质性分割估算算法，对遥感影像进行一次循环的N次分割，所述N为设定的分割次数；

步骤3，针对遥感影像分割后形成的网络层级结构，统计分析估算的尺度层数，分析每一层的异质性局部方差，及其和上下层之间的方差变异；

步骤4，获取方差变异较大的层数，进而提取该层的异质性指标，并将所述方差变异较大的层数作为分割尺度阈值；

所述步骤3包括有：

步骤31，对第i层，计算第i层的尺度异质性指标c_Li，遥感影像N次分割得到的N个层数，i为N当中的某一层；

步骤32，计算i层的尺度异质性指标的局部方差σ_Li；

步骤33，遍历计算第i层与第i+1层尺度异质性指标的方差变异θ_Li-Li+1；

所述尺度异质性指标的局部方差σ_Li为：

其中，c_Lk为第k层尺度的异质性指标，为前i层尺度的均值。

2.根据权利要求1所述的确定影像分类分割尺度阈值的方法，其特征在于，所述异质性分割估算算法如下：

步骤21，从待分割种子队列以单个像元为起点，计算与临近像元合并后的异质性指标，判断该异质性指标是否小于指标阈值，是则分割结束，否则继续下一步；

步骤22，以上一次分割生成的区域对象为起点，计算与临近对象合并后的异质性指标，并判断该异质性指标是否小于指标阈值，是则分割结束，否则再次执行步骤22；

步骤23，所述步骤21或步骤22的异质性指标大于指标阈值的像元作为种子点列入待分割种子队列，将异质性指标小于指标阈值的两个像元合并，并列入不可分割种子队列。

3.根据权利要求1所述的确定影像分类分割尺度阈值的方法，其特征在于，所述第i层与第i+1层尺度异质性指标的方差变异θ_Li-Li+1为：

θ_Li-Li+1＝|(σ_Li+1-σ_Li)/σ_Li|

其中，σ_Li+1为下一层尺度异质性指标的局部方差，σ_Li为当前层尺度异质性指标的局部方差，θ_Li-Li+1为方差变异值绝对值。