[发明专利]一种集成边缘信息的图像多尺度分割方法

说明书

技术领域

本发明涉及到一种图像分割方法，尤其涉及一种集成图像边缘信息的图像多尺度分割方法，如所希望那样利用图像中的边缘信息作为约束条件限制图像多尺度分割过程，避免人为随意性的尺度选择并进行有效地图像多尺度分割方法。

背景技术

图像分割是图像处理的一种重要算法。应用图像分割技术从图像中构成图斑，主要的图像分割技术有两种，一种以边缘检测为基础，通过边缘跟踪，形成的封闭曲线构成小图斑；另一种以区域生长为基础，依据特定的判别函数将相近的像元归并为图斑。

边缘检测主要是图像的灰度变化的度量、监测和定位，其实质就是提取图像中不连续部分的特征。边缘检测的结果是图像分割技术所依赖的重要特征，因此边缘检测是图像分割领域的一部分。常用的边缘检测方法包括梯度算子、Laplacian-Gauss算子、Canny算子、log滤波算子、Sobel算子、Robert算子、等边缘检测方法。当利用边缘信息分割图像时，需要解决边缘提取过程中常见的边缘缺失问题。

基于区域的分割方法，其原理是按照选定的一致性准则，将图像划分为互不交迭的区域集的过程。遥感图像处理中应用的多尺度分割算法，其一致性准则也称为分割尺度，一个分割尺度对应遥感图像的一种分割，不同的分割尺度形成图像树状结构的对象表达。就图像中的一个像元而言，在不同尺度的分割中，属于不同的图斑对象，形成一个图斑系列。在实际地物和影像中的图斑之间建立对应关系，就存在一个尺度问题。自然界及人工对象都有其适合自身的内在尺度，而且尺度的大小不一。多尺度分析方法将多尺度分割结果用于图像分类，而国内外对分割尺度的选择缺少一个量化标准。因而，需要在图像分割过程中确定哪一个分割图斑是合理的，是具有符合地物内在尺度的图斑，这正是利用图像对象空间信息的关键。

发明内容

本发明的目的是克服现有技术的不足，提供一种利用图像中边缘信息的图像多尺度分割方法。

本发明的目的是通过以下技术方案来实现的：一种集成边缘信息的图像多尺度分割方法，包括如下步骤：

(1)获取单色、彩色或多波段的图像数据；

(2)获取步骤1得到的单色、彩色或多波段图像数据的边缘强度数据；

(3)设定单色、彩色或多波段图像数据的一个或多个图层为待分割图像集；

(4)设定边缘约束条件，边缘约束条件由图像的边缘强度数据计算得到；

(5)设定分割方法和尺度增长方式，并以连续增长的尺度系数分割图像；

(6)在一尺度系数下进行图像多尺度分割，在任一图斑合并前，计算合并后图斑内的统计边缘强度，当统计边缘强度大于边缘约束条件时，不执行合并过程；反之，执行图斑合并过程。

(7)在一尺度系数下的多尺度分割完成后，以此结果为基础，变更尺度系数，继续执行前一操作；

(8)重复前一步骤至尺度增长过程完成，上述过程形成一个以图像边缘强度为约束条件的多尺度图像分割结果。

进一步地，所述步骤(6)和(7)中，在多尺度分割过程中，图斑合并需要同时满足多尺度分割方法中的图斑合并条件以及图像的边缘强度约束条件。在执行图斑合并之前需要计算合并后图斑内部的边缘点数量，当合并后图斑内部的边缘点数量大于用户设定的阈值时，不执行图斑合并过程。

本发明的有益效果是，本发明在集成了基于边缘检测图像分割方法和基于区域生长图像分割方法的优点，不仅能解决了基于边缘连接的图像分割中的边缘缺失问题，而且同时给出了图像多尺度分割中的一种尺度选择方式。

附图说明

图1是集成边缘信息的图像多尺度分割方法的流程图。

具体实施方式

基于区域的分割方法，是按照选定的一致性准则，将图像划分为互不交迭的区域集的过程。遥感图像处理中应用的多尺度分割算法，其一致性准则也称为分割尺度，而国内外对分割尺度的选择缺少一个量化标准。因而，需要在图像分割过程中确定哪一个分割图斑是合理的，是具有符合地物内在尺度的图斑，这正是利用图像对象空间信息的关键。另一方面，边缘检测的结果是图像分割技术所依赖的重要特征，当利用边缘信息分割图像时，需要解决边缘提取过程中常见的边缘缺失问题。

本发明集成边缘信息的图像多尺度分割方法，包括以下步骤：

1.获取单色、彩色或多波段的图像数据。

图像，包括遥感影像，可以是单色数据(一波段)、彩色(三波段)数据以及任意多波段数据。

2.获取单色、彩色或多波段数的边缘强度数据。边缘强度数据的获取包括对彩色或多波段图像数据进行变换处理和采用边缘检测方法。