[发明专利]一种基于边缘完备度的图像分割最优识别方法

说明书

本发明公开一种基于边缘完备度的图像分割最优识别方法。对图像进行平滑滤波；利用边缘检测获取图像边缘点；应用分割算法得到初始过分割图斑集；对图斑进行种子图斑识别和标记；计算图斑边缘完备度，并按内部边缘点及光谱差异性进行排序；选择优先图斑进行区域增长，计算并保存任一合并结果及边缘完备度，形成边缘完备度曲线；计算图斑边缘完备度曲线极大值，获取极大值点对应的图斑；标记极大值对应图斑为最优分割图像对象，标记该图标包含的初始过分割图斑为已处理图斑；应用本方法获取的分割结果，并由此计算得到的图斑空间信息反映了影像中地物真实的空间信息，为后续遥感信息提取中应用图像的空间信息、拓扑信息、上下文信息提供了基础。

技术领域

本发明涉及图像分析中图像最优分割和图像对象的识别方法，尤其涉及一种集成利用多种图像线索--图像的区域与边缘、连续性与不连续性，进行分割结果的判别与认知方法。

背景技术

图像分割将图像中具有相似性的连通像元归为同一个图像区域，是图像连续性的一种表达，而图像边缘只反映了图像局部差异。如何判定分割结果的好坏是图像分割中的重要内容，图像分割的质量对后续的图像处理、语义认知和图像理解具有关键影响。

图像分割为解决空间高分辨率遥感影像(以下简称“高分影像”)数据处理中所遇到的瓶颈提供了一个新的解决思路，以图像分割为基础的面向对象图像分析为高分影像的实际应用提供新途径。面向地理对象的影像分析(Geographic Object-Based ImageAnalysis,GEOBIA)，致力于设计自动化的方法将遥感影像划分为有潜在意义的图像对象，并通过评估空间、光谱和时间尺度特性产生矢量格式的新的地理信息。GEOBIA中影像处理分析的基本单位不是像元而是像元的集合，称为对象，也称作图斑，再获取其属性。与传统基于像元影像分析技术相比，其优势在于不但能有效避免基于像元的遥感影像处理中存在的“椒盐噪声”，而且影像对象除了光谱、纹理特征外，还能产生几何形状、空间分布、空间上下文关系等空间特征，建立图像对象与真实地物之间的对应关系，成为一个新的遥感影像处理范式。大量国内外研究表明面向对象的遥感影像分析能有效克服高分遥感影像中对象内部细节、结构信息的影响，提高遥感影像使用的效率与精度。高分辨率遥感影像的出现使得面向对象影像分析技术开始在遥感影像图像处理、分析与理解方面得到重视，为高分影像分类、目标地物识别和变化检测等应用提供了有效的解决途径。