[发明专利]一种基于超像素分割的海冰提取方法、装置和设备

权利要求书

1.一种基于超像素分割的海冰提取方法，其特征在于，包括：

对原始遥感图像的非陆地部分，采用SLIC的超像素分割算法进行超像素分割；

根据超像素分割结果，基于灰度共生矩阵，计算每个超像素的对比度和熵的均值，生成基于超像素的特征图像；

采用Otsu阈值检测方法计算所述特征图像的对比度阈值和熵阈值，对海水区域和海冰区域进行分类，并提取所述海冰区域。

2.根据权利要求1所述的方法，其特征在于，所述对所述原始遥感图像的非陆地部分，采用SLIC的超像素分割算法进行超像素分割，包括：

步骤1：设置超像素的边长，生成若干初始超像素种子点；

步骤2：以一初始超像素种子点为中心，设置对应的临近区域，计算所述邻近区域内每个点的梯度值，将梯度值最小的点作为该临近区域的超像素种子点；

步骤3：设置像素范围，以每个超像素种子点为中心计算所述像素范围内的各个像素点到当前超像素种子点的特征距离；如果当前像素点到当前超像素种子点的特征距离小于其至所属超像素种子点的特征距离，则将当前像素点的所属关系调整至当前超像素种子点；

步骤4：对于每个调整后的超像素种子点，计算其超像素中心，作为对应超像素的种子点；

步骤5：对步骤3和步骤4进行迭代，直至达到预设迭代次数。

3.根据权利要求2所述的方法，其特征在于，所述各个像素点到当前超像素种子点的特征距离为：

其中，N_i为当前超像素种子点的灰度值；N_j为当前像素点的灰度值；X_i为当前超像素种子点的横坐标；Y_i为当前超像素种子点的纵坐标；X_j为当前像素点的横坐标；Y_j为当前像素点的纵坐标。

4.根据权利要求1所述的方法，其特征在于，所述计算每个超像素的对比度和熵的均值，生成基于超像素的特征图像，包括：

对原始遥感图像的灰度级进行压缩，并设置第一滑动窗口计算灰度共生矩阵；

根据每个像素的水平灰度共生矩阵，计算像素的对比度和熵；

计算每个超像素内多个像素点的对比度和熵的均值，作为当前超像素的对比度特征值和熵特征值，生成基于超像素的特征图像。

5.根据权利要求4所述的方法，其特征在于，所述像素的对比度和熵为：

其中，CON为像素的对比度；ENT为像素的熵；K为第一滑动窗口大小；G(i,j)为灰度共生矩阵第i行j列的值。

6.根据权利要求1所述的方法，其特征在于，所述对海水区域和海冰区域进行分类，包括：

若超像素的对比度值大于所述对比度阈值和/或超像素的熵值大于所述熵阈值，则所述超像素所在区域为海冰区域；否则为海水区域。

7.根据权利要求1所述的方法，其特征在于，还包括：

设置第二滑动窗口，计算所述海水区域和海冰区域在所述第二滑动窗口内的海冰比例，生成海冰密集度特征图像；

将所述海水区域中的最大连通区域的海冰密集度设置为0；

将所述海冰密集度特征图像中，海冰密集度大于0的区域识别为海冰，并将海冰识别结果作为海冰提取结果。

8.一种基于超像素分割的海冰提取装置，其特征在于，包括：

分离模块，用于对原始遥感图像中的陆地部分和非陆地部分进行分离，得到原始遥感图像的非陆地部分；

超像素分割模块，用于对所述原始遥感图像的非陆地部分，采用SLIC的超像素分割算法进行超像素分割；

特征图像生成模块，用于根据超像素分割结果，基于灰度共生矩阵，计算每个超像素的对比度和熵的均值，生成基于超像素的特征图像；

分类提取模块，用于采用Otsu阈值检测方法计算所述特征图像的对比度阈值和熵阈值，对海水区域和海冰区域进行分类，并提取所述海冰区域。