[发明专利]基于超像素的冰盖冻融探测方法

说明书

技术领域

本发明涉及极地变化探测领域，具体涉及一种基于超像素的冰盖冻融探测方法。

背景技术

南极冰盖是地球表面最大的冰川和淡水资源，南极冰盖冻融在控制地球表面与大气热量交换、地表太阳辐射吸收等方面具有重要作用，对反映和控制全球气候变化状态具有重要意义。由于南极冰盖覆盖面积极大，而且特殊的地理位置和恶劣的气候环境使得实地的调查很难实现，因而以卫星传感器利用为代表的航天遥感一出现就成为观测极地的主要手段。

利用多波段被动微波数据进行极地冰盖冻融探测的方法有很多，一类是基于阈值，认为单通道亮温或多通道亮温组合达到某个特定的值时将会有融化发生；另一类是基于边缘监测算法，认为亮温变化最快时融化发生。利用微波散射计的探测方法与微波辐射计的探测方法相比，大体思路一样，有研究者利用多通道后向散射系数和早晚间变化，以及后向散射系数与冬季参考值的变化来判断积雪或冰盖融化。总体而言，基于阈值的方法操作简单，但是低空间分辨率的传感器只能粗略地进行冻融探测，缺乏对于冰盖冻融细节的描述，阈值取决于有限的观测数据，有一定的局限性。

目前基于图像分割的冻融探测的方法主要有：常规图像分割方法如区域生长和分水岭法。常规分割方法通常是基于像素级别的，对噪声比较敏感，容易产生空洞和过分割。虽然能通过滤波操作降低噪声的影响，但是对于高分辨率的图像，存在的问题是效率低下。

发明内容

为了解决上述问题，本发明公开一种基于超像素的冰盖冻融探测方法，包括以下步骤：超像素分割步骤，对获取的合成孔径雷达数据进行均值滤波处理和超像素分割，形成聚类区域；基于灰度的区域合并步骤，根据灰度对所述聚类区域进行合并，形成最相似灰度区域；以及基于纹理的区域合并步骤，结合纹理信息对所述最相似灰度区域再次进行区域合并。

本发明的基于超像素的冰盖冻融探测方法中，优选为，所述超像素分割步骤包括以下步骤：种子点设置步骤，根据预期超像素个数设置种子点；局部聚类步骤，以所述种子点为中心进行局部聚类。

本发明的基于超像素的冰盖冻融探测方法中，优选为，所述超像素分割步骤还包括以下步骤：消除面积过小区域步骤，对所述局部聚类结果建立邻接矩阵，将面积小于给定阈值的区域与相邻区域合并。

本发明的基于超像素的冰盖冻融探测方法中，优选为，所述种子点的间隔表示为

其中，m、n分别为图像的行数和列数，k为超像素个数。

本发明的基于超像素的冰盖冻融探测方法中，优选为，所述局部聚类步骤包括以下步骤：分配步骤，搜索以种子点为中心2S区域的像素点，将像素点分配到距其最近的种子点区域；迭代步骤，取聚类区域像素值的均值作为新的种子点，若新种子点的偏移量大于给定阈值，则以新种子点作为聚类中心再次聚类，若新种子点的偏移量小于给定阈值，则聚类结束。

本发明的基于超像素的冰盖冻融探测方法中，优选为，所述像素点距种子点的距离表示为

D＝d₁+md₂

其中，

其中，a，b，l分别指的是像素点的颜色中红黄蓝三原色的值，x_k,y_k分别为种子点横纵坐标，x_i,y_i分别为像素点横纵坐标，m为色彩距离与空间距离的权值。

本发明的基于超像素的冰盖冻融探测方法中，优选为，所述迭代步骤中最大迭代次数为10。

本发明的基于超像素的冰盖冻融探测方法中，优选为，所述基于灰度的区域合并步骤包括以下步骤：计算每个区域像素灰度的均值作为超像素的灰度值；以及按层次聚类法，以最相似灰度为准则进行合并。

本发明的基于超像素的冰盖冻融探测方法中，优选为，所述基于纹理的区域合并步骤包括以下步骤：计算步骤，对所述最相似灰度区域的纹理特征进行计算；排序步骤，按灰度值大小对所述最相似灰度区域进行排序；以及合并步骤，将灰度相邻区域，以最相似纹理为准则进行合并。

本发明的基于超像素的冰盖冻融探测方法中，优选为，所述计算步骤包括以下步骤：灰度量化步骤，将所述最相似灰度区域进行灰度量化，由原来的256级变化到16级；共生矩阵构造步骤，构造水平、垂直、对角线、反对角线四个方向上的灰度共生矩阵；以及同质性计算步骤，按如下公式计算同质性：

其中i,j分别为俩个相邻像素灰度，p(i,j)为i,j同时出现的概率。