本發(fā)明涉及空間影像分析領(lǐng)域，具體涉及一種確定影像分類(lèi)分割尺度閾值的方法。

背景技術(shù)：

我國(guó)地域遼闊、人口眾多，目前正處于經(jīng)濟(jì)快速發(fā)展的轉(zhuǎn)型期，地表變化細(xì)致、頻繁，地理國(guó)情龐大、復(fù)雜。面對(duì)這樣的形勢(shì)，地理國(guó)情監(jiān)測(cè)作為新時(shí)期空間信息科學(xué)的重要使命，其實(shí)施需要利用空天地一體化遙感技術(shù)和全球衛(wèi)星導(dǎo)航定位技術(shù)等實(shí)現(xiàn)信息一體化的采集和快速更新。地理國(guó)情監(jiān)測(cè)對(duì)象的時(shí)效性和全面性，在很大程度上，要求地觀(guān)測(cè)具有強(qiáng)大的采集更新能力。衛(wèi)星遙感是對(duì)地觀(guān)測(cè)的重要組成部分，以“三高”，即高空間分辨率、高光譜分辨率和高時(shí)間分辨率，的趨勢(shì)快速發(fā)展，其在農(nóng)林業(yè)、國(guó)土、交通、礦產(chǎn)資源自然災(zāi)害、城市規(guī)劃、海洋等方面的技術(shù)應(yīng)用滿(mǎn)足地理國(guó)情監(jiān)測(cè)的對(duì)象特征內(nèi)在要求和國(guó)情外在的需求。其中，以高空間分辨率衛(wèi)星影像最具信息價(jià)值，已成為經(jīng)濟(jì)建設(shè)、國(guó)情監(jiān)測(cè)、社會(huì)公眾信息服務(wù)等方面的重要空間信息源。

高空間分辨率遙感影像的信息提取是遙感應(yīng)用的基礎(chǔ)。但隨著影像空間分辨率的提高，同類(lèi)地物內(nèi)部光譜差異逐漸增大，基于像元(pixelbased)光譜統(tǒng)計(jì)、異質(zhì)性分離、粒度效果的自動(dòng)分類(lèi)技術(shù)已經(jīng)不能滿(mǎn)足當(dāng)前遙感信息提取的要求，成為了制約高分辨率影像應(yīng)用的主要瓶頸。面向?qū)ο笥跋穹治?objectbasedimageanalysis,obia)為其信息提取提供了新的思路，核心在于精確的影像分割。

影像分割是以影像亮度值的不連續(xù)性和相似性特征作為參考值，基于同質(zhì)性或異質(zhì)性準(zhǔn)則，參看圖1，設(shè)定最佳分割尺度將影像劃分為若干子區(qū)域，而目前對(duì)于這個(gè)過(guò)程中的最佳分割尺度沒(méi)有準(zhǔn)確的估算,依靠經(jīng)驗(yàn)閾值來(lái)設(shè)定分割尺度進(jìn)行不同尺度遙感數(shù)據(jù)分割，需要花費(fèi)大量時(shí)間和有較好技術(shù)的遙感工程師完成多次實(shí)驗(yàn)來(lái)獲取經(jīng)驗(yàn)，是obia中最花費(fèi)時(shí)間的過(guò)程。如果能快速且有一種科學(xué)的計(jì)算影像分割尺度閾值的方法，將大大減少人力物力成本和時(shí)間成本。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對(duì)上述現(xiàn)有技術(shù)中存在的問(wèn)題，提出了一種確定影像分類(lèi)分割尺度閾值的方法，在地理國(guó)情遙感監(jiān)測(cè)中，面對(duì)多尺度高空間分辨率衛(wèi)星遙感數(shù)據(jù)，能有效解決分割尺度的估算，提供參考尺度，將能有效解決其過(guò)程中需要的時(shí)間成本，提高了地理國(guó)情遙感監(jiān)測(cè)效率,有效提高分類(lèi)效率。

為達(dá)到上述發(fā)明的目的，本發(fā)明通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

本發(fā)明公開(kāi)一種確定影像分類(lèi)分割尺度閾值的方法，包括步驟如下：

步驟1，輸入遙感影像，并設(shè)置影像參數(shù)和初始的分割尺度，所述影像參數(shù)包括光譜和形狀因子；

步驟2，采用異質(zhì)性分割估算算法，對(duì)遙感影像進(jìn)行一次循環(huán)的n次分割，所述n為設(shè)定的分割次數(shù)；

步驟3，針對(duì)遙感影像分割后形成的網(wǎng)絡(luò)層級(jí)結(jié)構(gòu)，統(tǒng)計(jì)分析計(jì)算的尺度層數(shù)，分析每一層的異質(zhì)性局部方差，及其和上下層之間的方差變異；

步驟4，獲取方差變異較大的層數(shù)，進(jìn)而提取該層的異質(zhì)性指標(biāo)，并作為分割尺度閾值。

進(jìn)一步，所述異質(zhì)性分割估算算法如下：

步驟21，從待分割種子隊(duì)列以單個(gè)像元為起點(diǎn)，計(jì)算與臨近像元合并后的異質(zhì)性指標(biāo)，判斷該異質(zhì)性指標(biāo)是否小于指標(biāo)閾值，是則分割結(jié)束，否則繼續(xù)下一步；

步驟22，以上一次分割生成的區(qū)域?qū)ο鬄槠瘘c(diǎn)，計(jì)算與臨近對(duì)象合并后的異質(zhì)性指標(biāo)，并判斷該異質(zhì)性指標(biāo)是否小于指標(biāo)閾值，是則分割結(jié)束，否則再次執(zhí)行步驟22；

步驟23，所述步驟21或步驟22的異質(zhì)性指標(biāo)大于指標(biāo)閾值的像元作為種子點(diǎn)列入待分割種子隊(duì)列，將異質(zhì)性指標(biāo)小于指標(biāo)閾值的兩個(gè)像元合并，并列入不可分割種子隊(duì)列。

進(jìn)一步，所述步驟3包括有：

步驟31，對(duì)第i層，計(jì)算第i層的尺度異質(zhì)性指標(biāo)cli，遙感影像n次分割得到的n個(gè)層數(shù)，i為n當(dāng)中的某一層；

步驟32，對(duì)計(jì)算i層的尺度異質(zhì)性指標(biāo)局部方差σli；

步驟33，遍歷計(jì)算第i層與第i+1層尺度異質(zhì)性指標(biāo)的方差變異θli-li+1。

進(jìn)一步，所述尺度異質(zhì)性指標(biāo)的局部方差σli為：

其中，cli為第i層尺度的異質(zhì)性指標(biāo)，為第i層尺度的均值，n為尺度層數(shù)(分割尺度)，σl為i層的方差，表現(xiàn)為i層地物不同類(lèi)別之間局部異質(zhì)性指標(biāo)情況。

進(jìn)一步，所述第i層與第i+1層尺度異質(zhì)性指標(biāo)的方差變異θli-li+1為：

θli-li+1＝|(σl+1-σl)/σl|

其中，σl+1為下一尺度層方差，σl為當(dāng)前尺度層方差，θli-li+1為方差變異值絕對(duì)值，表現(xiàn)為某一個(gè)尺度層數(shù)上下兩層之間局部異質(zhì)性指標(biāo)變化情況。

本發(fā)明的一種確定影像分類(lèi)分割尺度閾值的方法，具有如下有益效果：

1、便捷性。比傳統(tǒng)以依靠經(jīng)驗(yàn)閾值來(lái)設(shè)定分割尺度進(jìn)行不同尺度遙感數(shù)據(jù)分割，需要花費(fèi)大量時(shí)間和有較好技術(shù)的遙感工程師完成多次實(shí)驗(yàn)來(lái)獲取經(jīng)驗(yàn)的方法，本發(fā)明通過(guò)輕運(yùn)算有了快速確定分割閾值的方法，節(jié)省了每個(gè)經(jīng)驗(yàn)尺度閾值分割運(yùn)行多遍的時(shí)間，縮短了遙感影像分割分類(lèi)的時(shí)間。

2、客觀(guān)性。本發(fā)明排除主觀(guān)臆測(cè)、推理研究，采用完全客觀(guān)的影響分割原理、數(shù)據(jù)選取、異質(zhì)性分割指標(biāo)和計(jì)算方法，與傳統(tǒng)的人工影響分類(lèi)或依靠經(jīng)驗(yàn)性的確定遙感影響分割分類(lèi)尺度閾值相比較，從而表現(xiàn)出可計(jì)量性、客觀(guān)性和合理性。

3、精確性和唯一性。因?yàn)榭陀^(guān)的數(shù)據(jù)選取、模型建立和計(jì)算方法流程，與傳統(tǒng)的經(jīng)驗(yàn)分析，使得結(jié)果更加精確，因而本發(fā)明確定的影響分類(lèi)分割尺度閾值的方法獲得的結(jié)果具有精確性和唯一性，從而具有科學(xué)性和說(shuō)服力。

附圖說(shuō)明

圖1為常規(guī)的異質(zhì)性分割估算方法的流程圖。

圖2為圖1分割估算算法下的網(wǎng)絡(luò)層級(jí)結(jié)構(gòu)示意圖。

圖3為圖2在同一分割區(qū)域的三種分割方向的圖層色塊示意圖。

圖4為本發(fā)明的一種確定影像分類(lèi)分割尺度閾值的方法的步驟圖。

圖5為本發(fā)明的異質(zhì)性指標(biāo)、局部方程及方差變異的計(jì)算示意圖。

圖6為分割估算算法的另一實(shí)施例的流程圖。

圖7為計(jì)算實(shí)例的分割尺度分析圖，其中上圖為全部分割尺度局部方差和方差變異支線(xiàn)圖，下圖為放大分割尺度范圍下的變化峰谷。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部實(shí)施例。

參看圖1至圖3，圖1為常規(guī)的異質(zhì)性分割估算方法，影像分割的方法是在不同的尺度，進(jìn)行多次分割，形成網(wǎng)絡(luò)層次結(jié)構(gòu),參看圖2，每一個(gè)分割都利用低一層的影像對(duì)象作為原料，隨之在新分割中進(jìn)行合并。同時(shí)，也遵循父層中的對(duì)象邊界限制。這個(gè)網(wǎng)狀結(jié)構(gòu)是一個(gè)拓樸關(guān)系，比如，父層對(duì)象的邊界決定了子對(duì)象的邊界，父層對(duì)象的區(qū)域大小由子對(duì)象的總和決定。每一層都由它的直接的子對(duì)象來(lái)構(gòu)成，在下一個(gè)父層上，子對(duì)象合并為大對(duì)象。這個(gè)合并會(huì)被已有父層對(duì)象的邊界所限制。如果是不同的父層對(duì)象，相鄰的對(duì)象則不能進(jìn)行合并。

從一個(gè)單個(gè)像元開(kāi)始，分別與其相鄰對(duì)象進(jìn)行計(jì)算，若相鄰的兩個(gè)對(duì)象和合并后的異質(zhì)性指標(biāo)小于給定的域值，則合并，否則不進(jìn)行合并。當(dāng)一輪合并結(jié)束后，以上一輪生成的對(duì)象為基本單元，繼續(xù)分別與它的相鄰對(duì)象進(jìn)行計(jì)算，這一過(guò)程將一直持續(xù)到在用戶(hù)指定的尺度上已經(jīng)不能再進(jìn)行任何對(duì)象的合并為止。

參看圖3為基于影像分割的原理和影像地物異質(zhì)性指標(biāo)，分割過(guò)程中每一尺度層次和上下層次之間的分割示意圖。

參看圖4，為本發(fā)明公開(kāi)一種確定影像分類(lèi)分割尺度閾值的方法，包括步驟如下：

步驟1，輸入遙感影像，并設(shè)置影像參數(shù)和初始的分割尺度，所述影像參數(shù)包括光譜和形狀因子；

步驟2，采用異質(zhì)性分割估算算法，對(duì)遙感影像進(jìn)行一次循環(huán)的n次分割，所述n為設(shè)定的分割次數(shù)；

步驟3，針對(duì)遙感影像分割后形成的網(wǎng)絡(luò)層級(jí)結(jié)構(gòu)，統(tǒng)計(jì)分析計(jì)算的尺度層數(shù)，分析每一層的異質(zhì)性局部方差，及其和上下層之間的方差變異；

步驟4，獲取方差變異較大的層數(shù)，進(jìn)而提取該層的異質(zhì)性指標(biāo)，并作為分割尺度閾值。

參看圖6，本發(fā)明方法所述的異質(zhì)性分割估算算法如下：

步驟21，從待分割種子隊(duì)列以單個(gè)像元為起點(diǎn)，計(jì)算與臨近像元合并后的異質(zhì)性指標(biāo)，判斷該異質(zhì)性指標(biāo)f是否小于指標(biāo)閾值s，是則分割結(jié)束，否則繼續(xù)下一步；

步驟22，以上一次分割生成的區(qū)域?qū)ο鬄槠瘘c(diǎn)，計(jì)算與臨近對(duì)象合并后的異質(zhì)性指標(biāo)，并判斷該異質(zhì)性指標(biāo)f是否小于指標(biāo)閾值s，是則分割結(jié)束，否則再次執(zhí)行步驟22；

步驟23，所述步驟21或步驟22的異質(zhì)性指標(biāo)f大于指標(biāo)閾值s的像元作為種子點(diǎn)列入待分割種子隊(duì)列，將異質(zhì)性指標(biāo)f小于指標(biāo)閾值s的兩個(gè)像元合并，并列入不可分割種子隊(duì)列。

參看圖5，作為具體實(shí)施例，所述步驟3包括有：

步驟31，對(duì)第i層，計(jì)算第i層的尺度異質(zhì)性指標(biāo)cli，遙感影像n次分割得到的n個(gè)層數(shù)，i為n當(dāng)中的某一層；

步驟32，對(duì)計(jì)算i層的尺度異質(zhì)性指標(biāo)局部方差σli；

步驟33，遍歷計(jì)算第i層與第i+1層尺度異質(zhì)性指標(biāo)的方差變異θli-li+1。

作為具體實(shí)施例，所述尺度異質(zhì)性指標(biāo)f的局部方差σli為：

其中，cli為第i層尺度的異質(zhì)性指標(biāo)，為第i層尺度的均值，n為尺度層數(shù)(分割尺度)，σl為i層的方差，表現(xiàn)為i層地物不同類(lèi)別之間局部異質(zhì)性指標(biāo)情況。σl隨著分割尺度n的增大，分割對(duì)象變大，統(tǒng)計(jì)的像元數(shù)目增多，不同類(lèi)別之間會(huì)合并，其方差值也是相應(yīng)的變大。

作為具體實(shí)施例，所述第i層與第i+1層尺度異質(zhì)性指標(biāo)的方差變異θli-li+1為：

θli-li+1＝|(σl+1-σl)/σl|

其中，σl+1為下一尺度層方差，σl為當(dāng)前尺度層方差，θli-li+1為方差變異值絕對(duì)值，表現(xiàn)為某一個(gè)尺度層數(shù)上下兩層之間局部異質(zhì)性指標(biāo)變化情況。θli-li+1值越大，表示該層在當(dāng)前尺度范圍中具有與上下兩層，具有較大變化的異質(zhì)性指標(biāo)，其間的地物變異性較大，可作為分割尺度參考值。

上述的異質(zhì)性指標(biāo)f包括有光譜異質(zhì)性hcolor、形狀異質(zhì)性hshape和整體異質(zhì)性h,具體如下：

對(duì)象的光譜(spectral)異質(zhì)性指標(biāo)hcolor：

其中，ωc為圖層的權(quán)重，σc為圖層的標(biāo)準(zhǔn)差，c為圖層數(shù)；根據(jù)影像不同的特性以及目標(biāo)區(qū)域(interestobject)特性，圖層間的權(quán)重調(diào)配亦有所不同，可依分割使用和實(shí)際應(yīng)用需求進(jìn)行調(diào)整。

對(duì)象的形狀(spatial)異質(zhì)性指標(biāo)hshape：

hshape＝ωsmoothness×hsmoothness+ωcompatness×hcompactness

其中，形狀的異質(zhì)性指標(biāo)是由平滑(smoothness)與緊密(compactness)這兩個(gè)子異質(zhì)性指標(biāo)所構(gòu)成，ωsmoothness與ωcompactness代表兩者間的權(quán)重調(diào)配，兩者的和為1；平滑指標(biāo)與緊密指標(biāo)計(jì)算如下式所示：

其中，l為對(duì)象的實(shí)際邊長(zhǎng)，b為對(duì)象的最短邊長(zhǎng)，n為對(duì)象面積；若平滑指標(biāo)的權(quán)重較高，分割后的對(duì)象邊界較為平滑，反之，若緊密指標(biāo)的權(quán)重較高，分割后的對(duì)象形狀較為緊密較接近矩形，根據(jù)不同的影像特性以及目標(biāo)對(duì)象(interestobject)特性，兩者間的權(quán)重調(diào)配亦有所不同，可依使用者的需求加以調(diào)整。加入形狀的因子于影像分割的過(guò)程中，能約制對(duì)象形狀的發(fā)展，使分割后的區(qū)域形狀較平滑完整，較符合視覺(jué)習(xí)慣。

對(duì)象的整體異質(zhì)性指標(biāo)h：

h＝ωcolor×hcolor+ωshape×hshape

對(duì)象整體的異質(zhì)性指標(biāo)是由上述的光譜異質(zhì)性指標(biāo)與形狀異質(zhì)性指標(biāo)所構(gòu)成，ωcolor與ωshape代表光譜與形狀兩者間的權(quán)重調(diào)配，兩者之和為1，亦可依分割尺度和實(shí)際應(yīng)用需求進(jìn)行調(diào)整。

參看圖7，由于“天繪一號(hào)”影像空間分辨率為2m，根據(jù)像元大小及對(duì)地監(jiān)測(cè)需要的提取圖斑最小面積，設(shè)置最大分割單元為50，進(jìn)行50次循環(huán)統(tǒng)計(jì)，僅需時(shí)2min。該方法比一般完成一次完成分類(lèi)提取實(shí)驗(yàn)獲取經(jīng)驗(yàn)節(jié)省了運(yùn)行時(shí)間，得到異質(zhì)性指標(biāo)數(shù)據(jù)，采用局部方差和方差變異統(tǒng)計(jì)數(shù)據(jù)，將其形成分析圖7.結(jié)果表現(xiàn)為，圖7上圖隨著分割尺度n的增大，分割對(duì)象單元變大，單位對(duì)象統(tǒng)計(jì)的像元數(shù)目增多，不同類(lèi)別之間進(jìn)行合并(存在混淆合并)，其異質(zhì)性指標(biāo)方差也是相應(yīng)的變大。圖7下圖中，在36和51尺度下，對(duì)比前后尺度范圍，形成峰之后有下滑的谷出現(xiàn)，表明這兩個(gè)分割尺度具有較大變化的異質(zhì)性指標(biāo)，其間的地物變異性較大。36尺度閾值，相對(duì)與周邊35和37有形成更加明顯的峰谷差別，表明在此閾值下地物變異性更大，差別更突出，可作為分割尺度確定閾值。

上述實(shí)施例僅用以說(shuō)明本發(fā)明而并非限制本發(fā)明所描述的技術(shù)方案；因此，盡管本說(shuō)明書(shū)參照上述的各個(gè)實(shí)施例對(duì)本發(fā)明已進(jìn)行了詳細(xì)的說(shuō)明，但是，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，仍然可以對(duì)本發(fā)明進(jìn)行修改或者等同替換；而一切不脫離本發(fā)明的精神和范圍的技術(shù)方案及其改進(jìn)，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。