[发明专利]一种基于尺度相位谱显著性的遥感图像兴趣区快速提取方法

摘要

本发明公开了一种基于尺度相位谱显著性的遥感图像兴趣区快速提取方法，在显著性特征图获取阶段，对遥感图像进行尺度变换，利用傅里叶变换获取变换后图像的相位谱并使用相位谱重建图像；利用生物视觉感知机制提高显著性特征图对比度，重复执行直到显著性特征图的对比度满足迭代终止条件后将显著性特征图变换到原图的尺度下；在区域提取阶段，使用多个阈值对显著性特征图二值分割，以在大阈值范围内保持不变的区域作为候选的显著性区域，去掉重复和重叠率高的显著性区域，余下的即为遥感图像感兴趣区；该方法利用图像的相位谱所表达的信息结合生物视觉感知机制，具有对感兴趣区域提取准确，计算效率高，适应性和抗干扰能力好的特点。

主权项

1.一种基于尺度相位谱显著性的遥感图像兴趣区快速提取方法，其特征在于，包括如下步骤：(1)对原遥感图像进行尺度归一化变换，通过对归一化后的图像进行傅里叶变换获得频域图像；根据所述频域图像获得原遥感图像的相位谱；(2)通过将所述相位谱进行反傅里叶变换重建获得原遥感图像的显著性特征图；所述步骤(2)中，根据以下公式对给定的场景图I(x,y)进行重建：SM(x,y)＝g(x,y)*||F^‑1(e^i·p(u,v))||_λ；其中，||·||表示求范数，g(x,y)是指高斯卷积函数；其中，p(u,v)＝P(f(u,v))；f(u,v)＝F(I_s(x,y))；x,y分别是指给定的场景图的横、纵坐标；F是指傅里叶变换；F‑¹是指反傅里叶变换；P是指频域图像的相位；s是指尺度因子，λ是指范数级别；(3)使用加权DoG滤波算子对显著性特征图进行滤波，并将滤波后的结果与滤波前的显著性特征图叠加，获得叠加的显著性特征图；(4)将所述叠加的显著性特征图作为滤波对象，重复步骤(3)，直到迭代的次数达到预设的上限，获得新显著性特征图；(5)将所述新显著性特征图变换到原遥感图像尺度下，获得原始尺度下的显著性特征图像；(6)对所述原始尺度下的显著性特征图像进行多阈值的二值分割，得到多张二值图像；并统计各二值图像中的白色区域，将在阈值范围内保持形状稳定的白色区域提取出来作为候选感兴趣区域；(7)根据候选感兴趣区域最外围的点的位置矩形化各候选感兴趣区域，获得多个显著性特征区域；并通过对所述的多个显著性特征区域进行去重处理，获得原始遥感图像的感兴趣区域。