光谱形状特征结合的多精度图像分割算法与应用-地理研究.PDFVIP

第 12卷 第 2 期 地 球 信 息 科 学 学 报 Vol12 , No2 2010年 4 月 JOURNAL OF GEO IN FORMA TION SC IENCE Ap r, 20 10 光谱 、形状特征结合的多精度图像分割算法与应用 汪 　闽 , 万其明 , 张大骞 , 张青峰 (南京师范大学虚拟地理环境教育部重点实验室 , 南京 　2 10046) 摘要 : 由于高分辨率遥感图像的数据量和计算复杂性骤增 , 影像噪声 、光谱混淆现象更为突出 , 这对传统主要依 据于像元光谱特征的图像处理与分析方法提出了极大挑战 。为此 , 特征更为丰富、在噪声处理和知识融合上 , 更 具优势的面向对象的图像分析方法 , 逐步成为高分辨率遥感图像应用的研究热点 。面向对象图像分析的第一步 , ( ) 以及关键一步是图像分割 。本文设计了多精度图像分割算法 : 1 采用降水分水岭变换进行初步分割获取图像次 ( ) 一级斑块 , 即分割亚基元 ; 2 设计一种可重复合并的快速图斑合并方法 , 进行亚基元的层次归并获得最后分割 斑块 , 完成图像分割 。在合并过程中, 斑块之间的差异指标是其光谱合并代价 、形状合并代价的加权和 , 合并结束 的标志是斑块间两两合并代价超过尺度参数的平方 。设置不同的尺度参数 , 则可实现多精度图像分割过程 。实验 证明 , 方法分割效果较好 , 并在算法效率上满足实际应用需求 , 可以开展后续图像分类 、专题信息提取等工作 。 关键词 : 高分辨率遥感 ; 图像分割 ; 降水分水岭算法 1　引言 此 , 也更易于地学知识融合 。此外 , 该技术在解 决常规图像分类时的椒盐噪声效应 、结果的可解 当前 , 以影像为主要类型的空间数据获取能 释性上有很大优势 [ 1 ] 。基于以上优点 , 面向对象 力得到不断提高 , 而高分辨率遥感更是成为面向 的图像分析技术业已成为遥感图像处理与信息提 社会发展 、经济建设 、国防安全和社会大众需求 取领域的研究热点 。当前应用面向对象技术的遥 等最重要的空间信息来源 。然而 , 由于高分辨率 感应用研究 , 如图像分类 、变化检测 、目标提取 遥感图像的数据量骤增 , 影像噪声 、光谱混淆现 等已深入开展 [ 2 - 7 ] 。 象更为突出 , 这些因素给遥感影像数据处理与分 图像分割效果是影响面向对象图像分析质量 析带来了新的难题 , 极大地影响了高空间分辨率 与效率的关键因素 。在 目前流行的面向对象图像 影像信息提取和 目标识别的精度与效率 。这已经 分析软件 eCogn ition [ 8 ] 中 , 结合光谱 、形状特征的 成为实现大规模高分辨率遥感空间信息应用服务 多精度图像分割算法是其专利技术 , 实现细节并 的瓶颈问题 。与传统的主要依赖于光谱信息的图 没有完全公开 [ 9 ] 。本文结合 eCogn ition 分割算法的 像处理与分析方法相比, 必须发展更多地考虑结 基本思想 , 设计开发了光谱 、形状特征相结合的 构 、形态 、分布等空间特征信息的新一代遥感信 多精度图像分割算法 。实验证明 , 方法在分割的 息处理与分析技