[发明专利]一种基于多尺度特征融合的遥感图像感兴趣区域提取方法

摘要

本发明公开了一种基于多尺度特征融合的遥感图像感兴趣区域提取方法，属于遥感图像处理技术领域。包括：1、采用基于多尺度谱残差的显著性分析方法生成遥感图像的多尺度低频显著图；2、利用整数小波变换获取水平、垂直和对角线方向的多尺度高频显著图；3、利用跨尺度加权与跨尺度融合得到亮度显著图与方向显著图；4、合并两个显著图生成主显著图；5、通过最大类间方差法进行阈值分割提取感兴趣区域。与传统方法相比，本发明具有较低计算复杂度，有效提高了区域提取的效率与准确度。由于不需要获取遥感图像的光谱与颜色信息，可直接用于高分辨率全色遥感图像的感兴趣区域提取。在土地规划、环境监测与林业调查等领域具有很好的应用价值。

主权项

1.一种基于多尺度特征融合的遥感图像感兴趣区域提取方法，本方法首先采用基于多尺度谱残差的显著性分析方法生成遥感图像的多尺度低频显著图，然后利用整数小波变换获取遥感图像水平、垂直和对角线方向的多尺度高频显著图，接着利用跨尺度加权与跨尺度融合策略得到亮度显著图与方向显著图，并合并两个显著图生成主显著图，最后通过最大类间方差法进行阈值分割提取最终的感兴趣区域，本发明的特征在于，具体包括以下几个步骤：步骤一：利用n级高斯金字塔获得遥感图像的多尺度低频分量，构成多尺度亮度特征图，然后采用基于多尺度谱残差(MSSR，Multi-Scale Spectral Residual)的显著性分析方法对每一个尺度上的亮度特征图做谱残差计算，提取相应的视觉显著信息，最终构成遥感图像的多尺度低频显著图；步骤二：利用跨尺度加权方法对不同尺度的低频显著图进行加权运算，即首先计算所有尺度显著图的最大值M，然后将所有尺度的显著图标准化至一个固定的区间[0，M]，接着分别计算每个尺度下显著图的平均值i＝1，2…n，最后将每幅显著图分别乘以加权因子得到跨尺度加权运算结果；步骤三：将跨尺度加权运算的结果进行跨尺度融合，即将不同尺度的加权运算结果调整为原始输入遥感图像大小，然后做点对点相加，得到亮度显著图步骤四：利用整数小波变换对原始遥感图像进行n级分解，将所有尺度下的水平、垂直和对角线方向高频分量提取出来，生成水平、垂直和对角线方向的小波金字塔，即多尺度方向特征图；步骤五：分别对水平、垂直和对角线方向的小波金字塔进行小波系数筛选，即对每个方向上的多尺度方向特征图进行阈值截断与低通滤波处理，得到水平、垂直和对角线方向的多尺度高频显著图；步骤六：生成方向显著图即首先分别对水平、垂直和对角线方向的高频显著图完成如步骤二所述的跨尺度加权运算，然后在同一尺度上将三个方向的加权运算结果相加，得到一组新的包含了三个方向信息的多尺度高频特征图，最后将多尺度高频特征图进行如步骤三所述的跨尺度融合运算，得到方向显著图步骤七：将步骤三所述的亮度显著图和步骤六所述的方向显著图标准化到区间[0，1]，然后直接相加得到最终的主显著图S；步骤八：通过最大类间方差法得到主显著图S的分割阈值，利用该阈值将主显著图分割为一幅二值图像模板，用“1”代表感兴趣区域，用“0”代表非感兴趣区域，最后将二值图像模板与原始图像相乘得到最终的感兴趣区域提取结果。