[发明专利]一种高分辨率遥感图像分割方法

说明书

本发明提供一种高分辨率遥感图像分割方法，涉及遥感图像处理技术领域。该方法对输入待分割彩色遥感图像，将其表达为最小生成树，即MST，利用MST静态划分技术将图像域划分成若干个同质子区域，在划分的图像域上，以同质子区域为基本决策单元，建立基于区域隐马尔可夫随机场的彩色高分辨率遥感图像分割模型，利用RHMRF‑FCM算法对该模型进行求解，得到最优分割结果，最后输出高分辨率遥感图像的分割结果。本发明结合MST划分和RHMRF‑FCM算法，在有效抑制几何噪声的同时能较好地表达地物目标不规则边界，在此基础上结合区域HMRF模型构建模糊目标函数，能有效克服地物目标光谱测度异质性高的问题，显著提高分割精度。

技术领域

本发明涉及遥感图像处理技术领域，尤其涉及一种高分辨率遥感图像分割方法。

背景技术

遥感图像分割是实现遥感影像信息自动提取的关键步骤。由于高空间分辨遥感图像(简称高分遥感图像)蕴含更加丰富的地物几何、纹理、光谱信息，呈现更多的地物细节信息，给遥感图像分割方法带来一些新的挑战：(1)在更精细的空间尺度下，高分遥感图像中同类地物的光谱信息呈现更高的异质性，使得传统分割算法的结果中存在大量分割噪声；(2)在城市场景中，高分遥感图像中呈现大量的琐碎地物类型，如道路中行驶的车辆、屋顶的透气窗、道路的交通标志线等，这些地物在分割结果中表现为几何噪声，传统分割算法难以处理这些几何噪声问题；(3)高分遥感图像中存在大量的“同谱异物”和“同物异谱”现象，造成光谱测度的聚类性降低，使得传统的分割算法效果不佳。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种高分辨率遥感图像分割方法，在有效抑制几何噪声的同时能较好地表达地物目标的不规则边界，提高分割精度。

为解决上述技术问题，本发明所采取的技术方案是：

一种高分辨率遥感图像分割方法，包括如下步骤：

步骤1：输入待分割彩色遥感图像，并将其表达为最小生成树，即MST；

步骤2：利用MST静态划分技术将图像域划分成若干个同质子区域；

步骤3：在划分的图像域上，以同质子区域为基本决策单元，建立基于区域隐马尔可夫随机场(Regional Hidden Markov Random Field,RHMRF)的彩色高分辨率遥感图像分割模型；

步骤4：针对已建立的分割模型，利用RHMRF-FCM算法对该模型进行求解，得到最优分割结果；

步骤5：输出高分辨率遥感图像的分割结果。

步骤1中MST表达的具体方法为：

步骤1.1：输入的待分割彩色遥感图像为在图像域P上的彩色遥感图像z＝{z_s(x_s,y_s)；(x_s,y_s)∈P,s∈N}，其中，s为像素索引，(x_s,y_s)为像素s的平面坐标，N＝{1,…,n}为像素索引集，n为像素个数，z_s＝(z_sR,z_sG,z_sB)^T为像素s的彩色矢量；