改进标记分水岭遥感影像分割方法.docVIP

改进标记分水岭遥感影像分割方法 　　摘 要:在Meyer算法的基础上,提出一种改进的标记分水岭遥感影像分割方法,该方法针对高空间分辨率遥感影像的特点,依据梯度影像的分布特征自动提取合适的标记影像。浸没过程中,非标记像素按照梯度值由小到大进行处理,并使用正反两个队列记录当前处理的像素。实验证明,将该算法用于高分辨率遥感影像分割,不仅获得高质量的分割结果,而且具有极高的运行效率与空间利用效率。 　　关键词:标记分水岭分割; 遥感影像分割; Butterworth低通滤波 　　中图法分类号:TP391 　　文献标志码:A 　　 　　文章编号:1001-3695(2010)02-0760-04 　　doi:10.3969/j.issn.1001-3695.2010.02.100 　　 　　Improved marked-based watershed algorithm for segmentation of high spatial?? resolution remote sensing imagery 　　 　　ZHANG Gui-feng, WU Zhao-cong, YI Li-na 　　 　　(School of Remote Sensing Information Engineering, Wuhan University, Wuhan 430079, China) 　　 　　Abstract:This paper proposed an improved marked-based watershed image segmentation method based on Meyer’s algorithm. The method extracted the markers automatically according to the gradient distribution. In the flooding process,processed the unmarked pixels sequentially with an ascending order according to the gradient value, and used the forward order priority queue and reverse order priority queue to record the current processed pixel. Experiment results show the proposed algorithm performs well with high efficiency and low computer memory cost. 　　Key words: marked-based watershed; remote sensing imagery segmentation; Butterworth low-pass filtering 　　 　　0 引言?? 　　面向对象的高分辨率遥感影像处理方法,不仅利用了对象的光谱信息,而且还可以利用目标地物的上下文信息、结构信息和形状信息[1]。对象的获取是面向对象的高分辨率遥感影像处理方法的前提条件,一般是通过影像分割来实现。目前主要有三类影像分割方法,即基于全局阈值的分割方法、基于边缘的分割方法以及基于区域的影像分割方法。?? 　　分水岭分割方法作为一种基于区域的影像分割方法,具有简单、快速,能检测出弱边缘对象及分割后对象具有完整边界等诸多优点,被广泛地应用于各种领域。但因为分水岭分割是在梯度影像上进行的,受暗噪声等因素的影响存在伪局部最小区域,会出现过分割现象。标记分水岭影像分割是解决过分割现象的一个好方法,它能抑制伪局部极小值区域。标记分水岭依据标记影像修改梯度影像,消除了梯度影像上伪局部极小值区域[2～5]。修改梯度影像之后再进行普通的分水岭分割效率较低,为解决这一问题,Meyer提出了一种使用等级队列的基于浸没的标记分水岭分割方法[6],这一方法是在浸没过程中抑制伪局部极小值区域。标记分水岭影像分割中,标记的提取是关键的一步,标记影像是否合适直接决定了分割质量。文献[6~8]中针对不同的影像提出了多种稳健的标记影像自动提取方法。?? 　　本文针对高分辨率地物种类多、纹理丰富及具有大量噪声等特点,提出了一种依据影像上梯度分布特征的标记影像自动提取方法。另外,本文还改进了传统的Meyer标记分水岭影像分割方法,浸没过程中使用了正反两个队列记录当前处理像素,解决了Meyer算法中队列过多的问题[7],有效地利用内存,提高了影像分割速度。 　　1 标记分水岭影像分割?? 　　分水岭影像分割是一种