[发明专利]一种基于形状自适应邻域的遥感图像特征提取方法

说明书

技术领域

本发明涉及遥感图像处理领域中一种图像特征提取的方法，它是一种基于形状自适应邻域的遥感图像特征提取方法。

背景技术

遥感(Remote Sensing，RS)是20世纪60年代初发展起来的一种航空摄影为基础的对地综合观测技术。如今，遥感的应用已渗透到人类生存的自然界和社会生活的各个方面，其应用效果取决于遥感图像处理的水平，遥感图像处理的一般流程图如图3，其中，遥感图像处理中的“特征选择”主要是在光谱波段中根据需求进行选择，特征提取是整个遥感图像处理过程中的关键步骤，所提取出目标特征的有效性将直接影响图像分类和目标识别的精度，而影响遥感应用的最终效果。

传统的特征提取方法可从以下的三个层次进行归纳：特征层、方法层和抽象层。其中，特征层是指可提取的基本特征类型，包括：光谱特征、纹理特征和形状特征；方法层是用于提取特征层中的特征而采用的方法，具体包含有光谱分析方法、纹理分析方法和形状分析方法；而抽象层则表示方法层中的方法具体应用的对象，即处理对象。传统的方法在抽象层中有四种基本的处理对象：单个像素、像素的规则邻域、图像的规则分块和分割出的对象。对单个像素只能应用光谱分析方法，从而只能提取光谱特征；对像素的规则邻域和图像的规则分块可进行光谱分析和纹理分析，即可提取出光谱特征和纹理特征；对分割出的对象进行处理，可进行光谱分析、纹理分析和形状分析，从而可提取出光谱特征、纹理特征和形状特征。近年来，这种类型的处理单元用于正在盛行的面向对象遥感图像分类方法中。然而，对于图像分块或分割出的对象，原始的分割并不能从光谱、纹理和形状等各种特征综合分析而确定象元的归属，使得图像分块或对象将会包含有一些错分的象元。特别是一些在模糊边界中地物的混合像素，它们分割处理中被当作一个整体，错分象元不易得到正确的修正。

由此看出，已有的特征提取方法存在两个不足：1)传统的特征提取方法不能完整的提取出光谱特征、纹理特征和形状特征；2)面向对象的分析方法不能很好的处理地物边界混合像素的分类问题。

认知心理学是一门研究人类认知过程中的心理行为过程的学科，根据认知心理学的研究，人类的认知过程包含以下一系列过程：注意、感觉、知觉、记忆、表象和推理。在视觉行为过程中，任何场景进入人眼视网膜，它是先采取选择性的注意来分析图像；再通过感觉和知觉等后续处理过程对图像进行分析；最后，完成对图像的辨识。而这种选择性的注意是根据图像的亮度差异，在视网膜的不同细胞形成不同的刺激来完成。受这种注意机制的视觉认知心理的启发，本发明在特征提取方法中的抽象层提出了一种新方法，即：首先在分析一个像素的特征时采用其形状自适应邻域进行分析，而一个像素的形状自适应邻域则取决于其周围像素的颜色特征和形状特征；然后，再对其进行光谱特征、纹理特征和形状特征提取；最后，将其用于图像分类或者目标识别。

发明的内容

本发明的目的在于针对上述问题，提供一种既能提取遥感图像的光谱特征、纹理特征和形状特征，又能较好的处理地物边缘的模糊像素的基于形状自适应邻域的遥感图像特征提取方法。

本发明采取的技术方案为：一种基于形状自适应邻域的遥感图像特征提取方法，包括如下步骤：

(1)选择适当的波段组成假彩色RGB图像合成，并转换到HSI颜色空间。

(2)在步骤(1)获得的图像的HSI空间上，定义像素异质性，对每一个像素，生成其形状自适应邻域(SAN，Shape Adaptive Neighborhood)。

(3)对步骤(2)生成的SAN提取光谱特征，纹理特征和形状特征，形成多张特征图(feature map)。

(4)对步骤(3)计算所得的SAN的三种特征的特征图进行特征级的数据融合，生成邻域的总体特征。

步骤(1)中，根据应用的需求，采用目视解译所使用的假彩色合成图，将其转换到HSI颜色，转换的公式如下：