[发明专利]一种基于区域的多特征融合高分辨率遥感影像分割方法

权利要求书

1.一种基于区域的多特征融合遥感影像分割方法，其特征在于，具体包括以下步骤：

步骤一：对遥感影像进行主成分分析，得到基影像，对基影像进行NSCT变换后，提取基影像中每个点的纹理特征向量，然后对所有点的纹理特征向量进行模糊C均值聚类，获得聚类集合；

步骤二：采用分水岭变换对影像进行初始分割，得到初分割区域；

步骤三：计算每个初分割区域的纹理均值，根据每个初分割区域的纹理均值和步骤一所得的聚类集合确定每个初分割区域所属的类；

具体步骤包括：对于任一初分割区域R_s，定义其纹理均值：

Us=1|Rs|Σ(i,j)∈RsFij]]>

其中|R_s|表示区域R_s的面积，对于初分割区域中的任意两邻域R_s和R_t，其纹理均值距离为d_txt1＝||U_s-U_t||，其中U_t代表R_t的纹理均值；

根据纹理均值判断区域R_s所属的类：

C_s＝argmin_w∈CC‖U_s-CC_w‖

其中，CC_w表示某一聚类中心；

步骤四：计算每两个相邻的初分割区域R_s和R_t的纹理特征距离：

dtxt=dtxt1+||CCs-CCt||,Cs≠Ctdtxt1+min(||CCs-CCv||)/3,Cs=Ct---(5)]]>

其中C_s和C_t分别表示R_s和R_t所属的类，CC_s和CC_t分别表示R_s和R_t所属类的聚类中心，CC_v表示除CC_s外的其它聚类中心；

步骤五：利用步骤四得到的纹理特征距离，计算每两个相邻的初分割区域的相似性度量值；

d_sim＝d_txt

步骤六：以步骤五得到的相似性度量值作为区域邻接图的权重，基于区域邻接图和最近邻图进行区域合并，直至满足合并终止条件。