[发明专利]一种利用自适应阈值分割确定最优标记图像的方法

说明书

技术领域

本发明涉及一种图像处理方法，特别涉及一种利用自适应阈值分割确定最优标记图像的方法。

背景技术

随着传感器技术的发展，卫星遥感图像的空间分辨率在逐步提高。数年前的图像分辨率在十米级，一个像元的亮度代表了若干地物的平均亮度响应，甚至需要进行像元分解。而现在最新的商业卫星可以达到0.5m的空间分辨率，图像的详细程度得到数十倍的提高。在高分辨率图像上一个像元对应着地物目标的一部分，地物目标的异质性日益显现，因此图像分割成为一个不可回避的问题。图像分割是基于同质性或异质性准则将一幅图像划分为若干有意义的子区域的过程，该过程把输入图像转化为分割区域，对进一步提取目标特征、进行目标测量和分类以及其他高层处理都是非常重要的。图像分割是高空间分辨率遥感图像面向对象分类与识别过程中的关键环节，也是遥感图像处理领域的难点之一。

为了分割遥感图像中的所有地物对象，主要有三类实现途径：第一类是通过边缘检测、边缘连接和区域标号实现图像分割；第二类是通过区域合并实现图像分割，包括自下而上的层次合并、自上而下的区域分裂与合并等；第三类是根据图像梯度的分水岭变换实现图像分割，并在此基础上发展了分割前的标记和分割后的合并等多种改进算法。

分水岭变换方法具有运算速度快、能生成闭合且连通的区域等优点，因而在遥感图像分割中得到广泛的应用。但分水岭算法的缺点也很明显，那就是过分割现象比较明显。这主要是因为图像噪声的影响，使图像的梯度存在许多灰度值较低的小区域，这些局部最小区域对应着分水岭算法的汇水盆地底部，而涌水的过程首先是从盆地的底部开始，所以大量细碎的无关局部最小区域是造成过分割的根本原因。解决这个问题的方法之一，就是标记那些有意义的局部最小区域，使得后续的分水岭分割只针对这些标记了的汇水盆地进行。常规的标记生成算法可以初步解决过分割问题，但仍然存在最优标记阈值难以确定等问题。

发明内容

发明目的：针对上述现有存在的问题和不足，本发明的目的是提供一种易于确定最优标记阈值的利用自适应阈值分割确定最优标记图像的方法。

技术方案：为实现上述发明目的，本发明采用的技术方案为一种利用自适应阈值分割确定最优标记图像的方法，包含如下步骤：

(1)计算待标记梯度图像f(x，y)的均值E和方差σ；

(2)以所述步骤(1)中的均值E为中心，以aσ为步长，a为事先定义的正数，建立均值E和方差σ的不同组合H_λ，H_λ＝E+λ·aσ，式中，λ为系数范围，为整数；

(3)以所述步骤(2)中均值E和方差σ的不同组合H_λ对梯度图像f(x，y)进行阈值分割，获得相应的二值图像序列f′(x，y)；

(4)依次统计步骤(3)所述二值图像序列f′(x，y)中的每个二值图像面积大于最小区域面积的封闭连通区域的数目C_λ；

(5)选择所述步骤(4)中的区域数目C_λ最大时的二值图像作为标记图像。

所述步骤(1)中的待标记梯度图像f(x，y)，可以是用于进行分水岭变换的边缘特征图像本身，也可以是外部标记信息，如纹理特征、语义特征图像。

所述步骤(2)中均值E和方差σ的不同组合H_λ在均值E的前后摆动，步长可以采用0.1倍方差，也可以根据需要采用更大或更小的数值；系数λ摆动的范围为[-10，10]，也可以根据需要采用更大或更小的范围。

所述步骤(3)中的阈值分割计算简单快捷，获得的二值图像序列f′(x，y)可以采用三维数组存储。

所述步骤(4)中区域数目统计，必须扣除面积过小的区域，可以通过事先设定一个最小区域面积参数minsize来实现，minsize可以取值为50个像元，也可以根据需要采用更大或更小的值。

所述步骤(5)中确定的标记图像，也必须消除面积过小的区域以减少无意义的涌水点，仍然可通过最小区域面积参数minsize来实现。

有益效果：本发明只需简单地设定一个最小区域面积参数，即可根据最大区域数的原理自适应地生成分水岭变化的最优标记图像，算法简单快捷，而且最小区域面积参数对图像分割结果并不敏感，设定以后一般无需改变。

附图说明

图1为本发明的流程图；

图2为利用计算机编程语言实现的本发明结果示意图；

图3为利用图2所示标记进行分水岭变换分割的结果示意图。

具体实施方式