[发明专利]基于尺度优选的遥感影像分割方法

说明书

本发明公开了一种基于尺度优选的遥感影像分割方法，包括如下步骤：1选定遥感影像分割算法并设置参数；2构建分割尺度序列；3选择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，生成多个分割子对象，计算分割子对象复杂度；5判断每个分割子对象是否需要下一尺度分割，如果需要，选取当前分割尺度下一个值作为当前分割尺度，按步骤4继续分割；否则将所述分割子对象标为分割最优对象；6对遥感影像中所有对象按步骤3‑5分割，直到所有分割子对象均被标为分割最优对象，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将分割出的对象融合到一个分割对象图层中。本发明公开的分割方法可以自适应地选取最优尺度进行对象分割。

技术领域

本发明属于遥感影像处理领域，具体涉及一种基于对象复杂度的遥感影像分割方法，该方法可以自适应地选取最优尺度进行对象分割。

背景技术

高(空间)分辨率遥感影像记录了丰富的精细的地物空间结构、纹理特征和场景格局，使得面向对象的遥感分析(Object-Oriented Analysis,OOA)成为当前高分辨率遥感应用的主要技术手段。相对于传统的基于像元(per-pixel)的遥感分析技术，面向对象的影像分析方法在利用影像光谱特征的基础上，能够从影像分析层面出发、以更类似人工解译的方式，充分挖掘高分辨率影像丰富的几何特征、纹理特征、空间格局特征等，实现更高精度和更高效率的影像分析；并且该方法能够与GIS空间分析相结合，进一步融入社会经济、空间模型等高层次信息，为快速高效、高精度的遥感影像分析提供新思路。相应的面向对象遥感分析的参考文献包括，周亚男,骆剑承,程熙等.多特征融入的自适应遥感影像多尺度分割[J].武汉大学学报：信息科学版,2013,38(1):19-22、周成虎,骆剑承等.高分辨率卫星遥感影像地学计算[M].北京:科学出版社,2009、Blaschke,T.,2010.Object based imageanalysis for remote sensing.ISPRS Journal of Photogrammetry and RemoteSensing,65(1):2-16、Myint,S.W.,Gober,P.,Brazel,A.,Grossman-Clarke,S.,Weng,Q.,2011.Per-pixel vs.object-based classification of urban land cover extractionusing high spatial resolution imagery.Remote Sens.Environ.115(5):1145–1161等。