[发明专利]基于尺度优选的遥感影像分割方法

权利要求书

1.一种基于尺度优选的遥感影像分割方法，其特征在于，包括如下步骤：

(1)选定一种基于区域生长与合并的遥感影像的分割算法，并设置除分割尺度外的其他分割参数；

(2)依照原始待分割遥感影像的大小，预先构建以q为比率的分割尺度序列；并从大到小排序；

(3)选择值最大的分割尺度作为当前分割尺度；

(4)用当前分割尺度对遥感影像中的某个对象进行分割，生成多个较小尺度的分割子对象，计算每个分割子对象的复杂度FC；

(5)根据复杂度判断每个分割子对象是否需要继续分割，如果需要继续分割，选取分割尺度序列中当前分割尺度的下一个值作为当前分割尺度，跳转到步骤(4)继续分割；否则，将所述分割子对象标定为分割最优对象；

(6)对遥感影像中所有对象按步骤(3)-(5)进行分割，直到所有分割子对象均被标定为分割最优对象，或者当前分割尺度是分割尺度序列中的最小值时，完成分割；

(7)将分割出的所有对象融合到一个分割对象图层中。

2.根据权利要求1所述的基于尺度优选的遥感影像分割方法，其特征在于，步骤(5)中判断分割子对象是否需要继续分割的判断条件为：将步骤(4)得到的每个分割子对象复杂度FC与预设的对象复杂度阈值T_FC比较，如果FC>T_FC，需要继续分割，否则，不需要继续分割。

3.根据权利要求1所述的基于尺度优选的遥感影像分割方法，其特征在于，步骤(4)中分割子对象的复杂度FC为光谱复杂度、纹理复杂度、形状复杂度或角点复杂度中的一种；

所述光谱复杂度FC_spc的计算公式为：FC_spc＝D+U+H；

其中为光谱标准差；为对象光谱一致度；H＝∑n_j/N·log(n_j/N)，为对象信息熵；g_i为像元i的光谱值，为对象区域内所有像元的光谱均值，为以i为中心的3×3领域像元集的光谱均值，N为对象区域内像元个数，n_j为对象区域内光谱值为j的像元个数；

所述纹理复杂度FC_t的计算公式为：FC_t＝J+G+S+Q+CV；

其中纹理能量J：纹理反差G：纹理熵S：纹理逆差Q：纹理相关度CV：p(i,j)为影像灰度共生矩阵(i,j)处元素，μ_x,μ_y,σ_x,σ_y分别为p_x和p_y的均值和标准差，p_x和p_y分别是影像灰度共生矩阵每列与每行元素和；

所述形状复杂度FC_s的计算公式为：FC_s＝GS+GC；

其中对象光滑度GS为：GS＝Po/Pc；对象紧凑度GC为：Ao为对象的面积，Po为对象的周长，Pc为与对象面积相同圆的周长；

所述角点复杂度FC_c的计算公式为：FC_c＝RE＝Pe/N；

其中RE为对象区域内的边缘点比率，Pe为对象区域内边缘点的个数，N为对象内像元的个数。