[发明专利]基于聚类分析的遥感图像连续目标场的信息提取方法

权利要求书

1.一种基于聚类分析的遥感图像连续目标场的信息提取方法，其特征在于，所述方法包括如下步骤：

步骤S1：对原始图像数据进行特征分析，找出待提取目标场的区域特征数据的参考最大值或者参考最小值；

步骤S2：根据所述区域特征数据的参考最大值或参考最小值对图像数据进行阈值分割处理；

步骤S3：对经过阀值分割的图像数据进行聚类分析；

步骤S4：对经聚类分析获得的目标连续场进行假目标场剔除；

步骤S5：将剔除假目标场后的图像与原始图像进行掩模处理，得到连续目标场信息提取后的结果图像。

2.如权利要求1所述的基于聚类分析的遥感图像连续目标场的信息提取方法，其特征在于，所述步骤S1中的区域特征数据的参考最大值以及参考最小值均为预判值，所述参考最大值按比实际最大值大10％进行预判，所述区域特征数据的参考最小值按实际最小值小10％进行预判。

3.如权利要求1所述的基于聚类分析的遥感图像连续目标场的信息提取方法，其特征在于，所述区域特征数据包括：图像灰度值，图像清晰度、图像梯度、纹理能量、纹理惯性以及纹理熵。

4.如权利要求1所述的基于聚类分析的遥感图像连续目标场的信息提取方法，其特征在于，所述步骤S2中，阈值分割处理过程具体包括如下情形：

若需提取的对象目标场为亮连续目标场，则以所述参考最小值来进行阀值分割处理，即提取遥感图像中区域特征数据大于所述参考最小值的像素点；

若需提取的对象目标场为暗连续目标场，则以所述参考最大值来进行阀值分割处理，即提取遥感图像中区域特征数据小于所述参考最大值的像素点。

5.如权利要求1所述的基于聚类分析的遥感图像连续目标场的信息提取方法，其特征在于，所述步骤S3中，将经过阀值分割后的图像上连续成片的像素聚类成若干个单独的连续目标场，并对每个连续目标场进行编号。

6.如权利要求1所述的基于聚类分析的遥感图像连续目标场的信息提取方法，其特征在于，所述步骤S4中，具体包括如下步骤：

步骤S401：基于预设定的区域特征数据的临界参数来判断经聚类分析获得的目标连续场是真连续目标场或是假连续目标场；

步骤S402：剔除假连续目标场。

7.如权利要求5所述的基于聚类分析的遥感图像连续目标场的信息提取方法，其特征在于，所述步骤S401中，所述区域特征数据的临界参数包括：聚类目标场最大临界值、聚类目标场最小临界值、聚类目标场面积临界值以及聚类目标场均值临界值。

8.如权利要求7所述的基于聚类分析的遥感图像连续目标场的信息提取方法，其特征在于，基于所述各类临界参数，真假连续目标场的判断操作具体包括：

针对亮连续目标场且目标场区域内含区域特征数据最大值的情况，以聚类目标场最大临界值作为临界参数进行判别，将区域特征数据最大值大于聚类目标场最大临界值的连续目标场定义为真连续目标场；

针对暗连续目标场且目标场区域内含区域特征数据最小值的情况，以聚类目标场最小临界值作为临界参数进行判别，将区域特征数据最小值小于聚类目标场最小临界值的连续目标场定义为真连续目标场；

针对连续目标场的色调纹理较为一致的情况，以聚类目标场均值临界值作为临界参数进行判别；

针对连续目标场有面积范围规定的情况，以聚类目标场面积临界值作为临界参数进行判别。