【摘要】 本发明提供一种针对遥感图像，特别是高空间分辨率遥感图像的多尺度图像分割方法，并同时构建出分割边界一致的不同尺度分割结果层次结构之间的关系。该方法采用一种基本的图像分割方法——分水岭分割方法，得到初始分割结果，扫描分割区域建立分割块之间的邻接关系，生成初始的底层小尺度区域结构，继而在此基础上先后加入灰度、纹理、形状等特征进行合并调整，合并过程自动进行，不需要人工设定阈值，从而形成第二层分割较大尺度的区域结构和第三层大尺度的分割区域结构。该过程可以迭代进行，直到形成所需的尺度分割层次及结构。生成的多尺度分割区域层次结构可以真正实现不同尺度间分割区域的快速切换和访问，并且该结构不仅适合分水岭图像分割算法，也适合为其他分割方法构造多尺度的分割区域层次结构。 【专利类型】发明授权 【申请人】中国科学院遥感应用研究所 【申请人类型】科研单位 【申请人地址】100101 北京市朝阳区大屯路甲20号北中国科学院遥感应用研究所图像室 【申请人地区】中国 【申请人城市】北京市 【申请人区县】朝阳区 【申请号】CN200810224365.7 【申请日】2008-10-20 【申请年份】2008 【公开公告号】CN101408941B 【公开公告日】2010-10-27 【公开公告年份】2010 【授权公告号】CN101408941B 【授权公告日】2010-10-27 【授权公告年份】2010.0 【IPC分类号】G06K9/34; G06T7/00 【发明人】冯峥; 何启翱; 戢中东; 唐娉; 张晓安 【主权项内容】一种用于遥感图像多尺度分割的方法及分割结果的层次结构表示方法，其特征在于包括以下步骤：步骤1，在遥感图像分割前，对遥感图像降噪并采用梯度算子简化图像，形成梯度图像；步骤2，对步骤1形成的梯度图像进行分水岭分割，形成初始分割结果；步骤3，扫描初始分割结果，生成初始分割区域层次结构，并以此结构作为产生其他尺度分割结果的基础；步骤4，制定区域合并准则，该区域合并准则针对初始分割尺度和之后的分割尺度采用两种不同的合并代价函数；对初始分割结果采用由灰度均值相似度和纹理相似度加权组成的合并代价函数，这样有效的减少了区域“同谱异质”而造成的错误合并；对于其他尺度分割结果，采用由合并图斑的光谱异质性参量和形状异质性参量两部分构成的合并代价函数；区域合并过程与传统人为设置阈值的合并过程不同，本方法以该层次区域在合并过程中前面几次合并中，对应合并代价函数的区域特征的统计变化均值作为自动阈值，当前合并产生的特征量变化值与之比较，判断是否达到最终的合并状态，这样就自动化完成该层区域的合并；步骤5，对初始的分割结果实施区域合并，合并结束后，扫描合并后的结果，生成新的尺度的分割区域层次，建立该层次的层次结构；步骤6，对当前层次继续进行区域合并，不断得到新的尺度的分割区域层次，直到满足需求；其中不同尺度层次间分割区域层次结构不仅包含了该层次中区域间关系，更构建了层次间区域联系，并且，不同尺度层次间分割区域的边界是重合的。 【当前权利人】中国科学院遥感应用研究所 【当前专利权人地址】北京市朝阳区大屯路甲20号北中国科学院遥感应用研究所图像室 【家族被引证次数】56
