[发明专利]一种基于遥感影像的海岛边界快速分割算法

权利要求书

1.一种基于遥感影像的海岛边界快速分割算法，其特征在于，所述的海岛边界快速分割算法包括以下步骤：

步骤S1、面向遥感影像的海岛边界粗分割；

步骤S2、基于海岛边界粗分割的海岛边界高精度优化。

2.根据权利要求1所述的海岛边界快速分割算法，其特征在于，步骤S1中的粗分割为了降低遥感影像的信息冗余，采用PCA算法构造一幅待分割的新影像，定义为Bnew,影像像素总数为M×N，将新遥感影像的灰度级别定义为L,则L＝{1,2,...,i,...,l}，记第i灰度级的像素个数为n_i，则各灰度级别出现的概率

基于最大类间方差算法(Otsu算法)，提出了非线性优化Otsu分割算法，具体算法如下：

目标函数：minε

约束条件：

其中，是不同地物类别的类间方差，类间方差越大，不同类别地物越容易分割；是不同类别的总方差，是类间方差与类内方差的总和。

3.根据权利要求1所述的海岛边界快速分割算法，其特征在于，步骤S2中针对遥感影像的大面积覆盖特性，提出了水平集方法，通过结合海岛边界粗分割结果，引入K-means分割结果，改进了水平集方法的初始演化曲线，具体算法如下：

设置初始演化曲线为C＝c_otsuΙc_kmeans，C满足下列方程：

其中，Φ(x)为水平集函数，通过结合GAC模型和C-V模型的优点，模型的水平集方程可写为：

其中，spf为符号压力函数(signed pressure force，SPF)，spf表示如下：

spf函数的值域为[-1,1]。在spf式中，C₁和C₂表示轮廓内外图像亮度的平均值。

4.根据权利要求3所述的海岛边界快速分割算法，其特征在于，所述的水平集算法是将一个移动的平面嵌入到更高一维的函数中，通过平面的运动最终得到平面上的曲线，这条曲线为图像目标边缘。

5.根据权利要求3所述的海岛边界快速分割算法，其特征在于，目标区域的灰度值为C₁，背景区域的灰度值为C₂有min(I(x))＜C₁，C₂＜max(I(x))，因此在目标区域内即spf＞0。在背景区域内即spf＜0。

6.一种根据权利要求1-5任一所述的基于遥感影像的海岛边界快速分割算法，其特征在于，所述的快速分割方法的操作流程包括以下步骤：

步骤S1、实验数据及工具；

步骤S11、将基于目视解译的台州海岛岸线分布图与地物类型面积统计表视为“真值”，用于对本发明所提分割方法在分割精度和时间效率方面进行比较；

步骤S2、面向粗分割的海岛边界分割过程；

步骤S21、首先基于PCA实现多波段遥感影像的降维，生成一副新影像用于面向粗分割的海岛边界分割。基于降维后新影像的粗分割海岛边界空间分布，将本发明所提非线性优化Otsu分割方法与传统的Otsu，2D-Otsu，K-means，FCM分割方法进行比较；

步骤S22、非线性优化Otsu分割方法和Otsu，2D-Otsu，K-means，FCM分割方法五种不同的分割算法下，对遥感影像降维前后不同分割算法的计算时间进行对比；

步骤S3、面向细分割的海岛边界高精度优化；

利用本发明提出的改进的二值化高斯滤波水平集模型(I-SBGFRLS)对遥感影像进行实验，选取了C-V模型、SBGFRLS模型和I-SBGFRLS模型进行了比较分析，从算法效率和精度两方面进行对比实验；

步骤S31、计算效率的比较；

步骤S32、计算精度的比较；

步骤S4、结果分析。