[发明专利]一种遥感影像多尺度分割的高性能实现方法

说明书

技术领域

本发明涉及遥感影像处理技术及遥感影像信息提取方法，具体地说，涉及遥感影像的多尺度分割及其高性能实现方法，以及分割结果的尺度拓扑关系建立，本发明可适用于多种遥感影像分割方法的高性能实现。 

背景技术

面向对象的遥感影像分析方法已经广泛应用于当前遥感影像处理、信息提取与分析、目标识别、分类等应用，并已成为遥感影像，特别是高分辨率遥感影像处理与分析的一种重要方法。其中，对象的提取、特征计算与特征分析是遥感影像信息提取与目标识别等过程的重要步骤，而对象的提取则是其中的基础，其实现过程主要采用遥感影像的分割方法进行实现。特别是对于高分辨率遥感影像信息提取、目标识别以及面向对象的遥感影像分类等的需求来说，由于高分辨率影像具有丰富的地物几何结构、纹理信息，使得人们可能通过不同的观测尺度进行地表信息的综合过程，因而迫切需要人们对遥感影像进行分割并提取相应的分割对象(segmented per-parcel)，相应的多尺度分割参考文献包括Dorin Comaniciu，Mean Shift：ARobust Approach Toward Feature Space Analysis[J].IEEE Transactions On Pattern Analysis andMachine Intelligence.200224(5).603-619、Mukherjee D.P.，Ore image segmentation by learningimage and shape features.Pattern Recognition Letters 2009(30)：615-622等。 

对于遥感影像的信息提取、分类及目标识别等过程，很多时候需要从同一影像中提取不同目标地物，而不同地物对应着不同的最佳识别尺度，如识别影像中的公路、绿地、湖泊等与识别机场、广场、港口、公园等所需要的尺度是不同的，因此需要对影像进行多尺度分割及适应的不同需求，相应的参考文献包括Cláudio Rosito Jung，Unsupervised multiscalesegmentation of color images，Pattern Recognition Letters，2007、Chen，J.，Perceptually-tunedmultiscale color-texture segmentation.In：Internat.Conf.Image Process.，2007.II：921-924等。 

多尺度影像分割过程中，由于遥感影像数据量大，算法复杂等特点，因此相应的分割算法需要耗用大量的内存，一方面遥感影像的分割过程需要耗用大量的计算资源而导致效率很低，另一方面很多影像也因为需要很大内存而无法被分割，因此很多实际的应用均需要构建较适用的高性能影像分割环境而实现遥感影像的分割；对于遥感影像的多尺度分割的需求，由于需要分割结果的多尺度，因此需要能够快速实现影像的多尺度分割(即区域的多尺度合 并)，并建立不同尺度间的层次对应关系，便于层次间进行尺度转换与相应知识的重用，实现分割算法的并行化高性能处理，相应的参考文献包括Tilton，J.C.Image segmentation byiterative parallel region growing with applications to data compression and image analysis，Institute of Electric and Electronic Engineer，1998、Bing Zhang，robust parallel segmentation ofBASAG-GAUSSLAN MRFS with uncertain parameters，ICME，pp.92，2001 IEEE InternationalConference on Multimedia and Expo(ICME′01)，2001等。 

在遥感影像的高性能多尺度分割算法方面，目前可见专利/文献中相互分离的研究较多，而高性能实现遥感影像的多尺度分割并快速建立拓扑关系的研究与实际可行的解决方案均不多，更没有同时快速建立多个尺度结构与其各自的对象层次结构对应拓扑关系与相应表达。 

发明内容

本发明的目的是提供一种针对遥感影像分割的高性能实现方法，特别是针对高分辨率遥感影像的多尺度分割给出一种快速、有效的多尺度分割算法流程，并同时构建多尺度分割结果之间的层次对应关系。