一种改进的遥感图像多尺度分割方法.pdfVIP

Microcomputer Applications Vo1．23，No．12，2007 研究与设计 微型电脑应用 2007年第23卷第12期 一 种改进的遥感图像多尺度分割方法 尹 波，李 楠，方 涛 摘 要：该文提出一种基于区域合并的遥感图像多尺度分割方法，此方法综合利用遥感图像的光谱特征和形状特征信息来 描述区域对象的特性，并在此基础上给出两个相邻区域的合并代价，通过不同闽值对合并代价进行限制，以得到不同尺度大小的 分割结果。为提高遥感图像分割的效率，使用分块策略对初始区域邻接图进行划分。实验证明，这种改进的多尺度分割方法遥感 图像分割精度较好，同时效率有了较大的提高。 关键词：图像分割；分块策略；多尺度 中图法分类号：TP391．41 文献标识码：A 引言 空集。条件(1)是指图像的一个分割的所有区域的并集应该等 于整幅图像，没有遗漏；(2)是指任何两个区域之间不能相互 图像分割是计算机视觉中最基本且最重要的研究内容， l 交叠，即任何一个像素不能同时属于两个区域；(3)是指分割 是成功进行图像分析、理解与描述等的关键技术。图像分割的 【结果中同一个区域内的像素应该是连通的；(4)是指每个区域 好坏将直接影响到后续分析、识别和解释的结果精度。 内的像素具有同一性；(5)是指不同区域之间具有不同的特 遥感图像的主要特点是光谱波段多、信息量大、目标结构 ： 性。 复杂。遥感图像的这些特性使得一些数字图像的分割算法如 【 阈值化算法 、区域生长算法 、边缘检测 等算法较难满足 【2 多尺度图像分割方法 要求。 本文提出一种改进的基于区域合并的遥感图像多尺度分 2．1 算法描述 割方法，综合利用遥感图像的光谱特征和形状特征信息，给出 【 将图像看作是一个由区域和区域之间的拓扑关系组成的 两个相邻区域的合并代价。在区域合并的过程中，使用局部最 1一 张区域邻接图(Region Adjacency Graph，RAG)。在初始 优合并条件和阈值来进行合并区域对的选取，在不同的阈值 时，每个像素作为一个区域，并以4连通的规则与周围的区域 限制下可得到不同尺度大小的分割结果。该方法使用分块策 相连。利用多层光谱特征和形状特征来描述一个区域的特性， 略对初始区域邻接图在一个较小的尺度上进行分块处理，大 并以此计算它与相邻区域之间的合并代价。在区域的合并过 幅缩小了区域邻接图的规模。实验证明，该多尺度分割方法对 l 程中，从区域邻接图中的每个区域作为入口，寻找满足局部最 遥感图像分割精度较好，同时效率有较大的提高 优合并条件的区域对，将这两个区域合并，并更新与原来两个 区域相连的所有区域的特征值，及其与新区域的合并代价。在 整个合并过程中由一个阈值条件来控制合并区域对的选择， l 图像分割基本原理 i 这个阈值与阈值分割方法中的不同，它描述的是允许合并的 两个区域之间的差异程度。对于小的阈值，较相似的区域之间 图像分割的基本定义可以描述如下_4j： 才满足合并条件，得到的区域的尺度就较小，而大的阈值则会 令集合R代表整幅图像，对R的一个分割可以看作将R 产生大尺度的分割区域，从而体现了多尺度分割的思想。遥感 分成Ⅳ个非空子集r ，r。… ．，r ，它们满足以下五个条件： N 、 图像的一个特点是数据量大，其宽和高可能达到上万像素，将 (1)U