基于多尺度区域粒度分析的遥感图像.pdfVIP

1916 0 13 and ctralAnal July，zol3 第33卷器霄年7月 光谱学与泰誊盏析Spectroscopyspe ysis 基于多尺度区域粒度分析的遥感图像分割 郑 晨1，孙丁茜3，陈晓惠2’ 1．河南大学数学与信息科学学院，河南开封475000 2．河南大学图书馆，河南开封475000 3．东南大学数学系，江苏南京211189 摘要针对高分辨率遥感图像中不同地物具有粒度差异的特点，提出了一种多尺度区域粒度分析的图像 分割方法。该方法首先使用均值漂移得到图像各尺度上的初始过分割区域，然后通过考虑区域大小和区域 间上下文关系进行粒度分析，最后利用马尔科夫随机场模型对图像的粒度信息和光谱信息进行建模，得到 分割结果。用平朔地区SPOT5和泰州航拍等遥感图像进行了实验，并与若干考虑光谱特征的分割方法进行 了对比，结果表明提出的方法能有效地提高分割精度。 关键词分割；粒度；马尔科夫随机场 中图分类号：TP391文献标识码：A DOI：10．3964／j．issn．1000—0593(2013)07—1912—05 补光谱特征的不足，解决边界精度和区域完整性间的矛盾， 引 言 改进分割方法。。 图像分割是遥感图像地物信息提取的一个重要研究内 容。高分辨率遥感图像具有地物类别繁杂、纹理信息丰富的 特点。基于像素的分割方法往往因信息利用不充分，导致结 果细碎。为了能更有效地使用图像信息，近年来面向对象的 (a)Observed image 分割方法受到了较多关注[1{]。该方法以过分割区域为基本 image(b)Over-segmented 单位，描述和提取图像的区域信息，极大提高了分割的精 Initial 晦1 over-segmentedim孥 度。 在传统基于区域的分割方法中，特征的提取往往依赖图 1多尺度区域粒度特征 像光谱值，如区域光谱均值、方差等[1“’5]。而遥感图像中同 物异谱和异物同谱现象严重，极大地限制了区域分割方法的 针对不同地物类别粒度存在差异的特点，提出了一种区 发展。为了克服光谱特征的不足，一些其他特征被引入到区 域粒度特征，并在不同的尺度上对粒度特征进行了分析和表 域分割中。例如，文献[2，3]使用了图像的边缘特征、文献述。 i-6-1以潜在概率语义模型对语义特征建模等。 1．1区域粒度特征 由于遥感图像不同地物类别过分割区域的粒度存在较大 遥感图像不同地物类别存在粒度差异，例如城镇和林地 差异，例如图1中城镇的过分割区域粒度较小、植被和海洋 因受光照和阴影影响，初始过分割区域一般都比较细碎，区 的粒度则相对较大。因此，对图像的区域粒度信息进行了提 域粒度较小；裸地、水体、农田等地物光谱值变化平缓，往 randomfield，MRF)L71 取，并通过马尔科夫随机场(markov 往具有相对完整的初始过分割区域，区域粒度较大。因此， 将其引入到分割中。同时，考虑到图像的多尺度特性，本文 通过考虑过分割区域的大小和空间上下文关系来分析区域粒 提出了一种多尺度区域粒度分析的图像分割方法(multireso— 度。 lution analysis