[发明专利]一种基于新型马尔可夫随机场和区域合并的航拍图像混合分割算法

说明书

本发明公开了一种基于新型马尔可夫随机场和区域合并的航拍图像混合分割算法，步骤如下：S1：读取待分割的彩色图像，并将待分割的彩色图像转换为灰度图像；S2：将灰度图像进行粗分割；S3：进行多值连通域信息统计；S4：根据多值连通域信息，对粗分割后的灰度图像进行区域平滑；S5：根据区域平滑后的图像，进行区域合并。本发明采用了一种变量单位为区域级、势函数中融入区域边缘信息、自带迭代停止准则的新型马尔可夫模型来平滑粗分割的图像，可有效提高区域标号的更新速率，自适应控制区域标号的更新，在对多斑点噪声、域内异质性较高、梯度信息不易被提取的图像进行分割时，有效降低了“过分割率”和“误分割率”。

技术领域

本发明涉及图像分割技术领域，尤其涉及一种基于新型马尔可夫随机场和区域合并的航拍图像混合分割算法。

背景技术

航拍图像因其高清晰度、高现势性被广泛用于交通安全、环境监测等诸多领域。理解、分析航拍图像须以图像分割所产生的具有结构化信息的目标物为基础。与在地面拍摄的图像相比，航拍图像多斑点噪声且不易被提取完整的边缘信息，这使其分割难度更大。对此，一种初始分割和区域合并的混合方法受到了遥感及航拍图像领域学者们的关注。该混合方法可简单描述为：首先通过一种特定的分割算法生成初始分割区域；然后迭代的选取最相似的相邻区域对进行合并，直到合并停止时刻为止。

这种混合方法包含两个关键点：初始分割区域和区域合并。由于最终分割区域的边界像素集是由部分过分割区域边界上的像素集合组成，因此生成初始分割区域的分割算法允许一定程度的过分割，但必须保证低“误分割”率。区域合并包括合并成本和合并准则，合并成本决定两个区域是否合并。合并准则包括合并顺序和合并停止时刻，合并顺序产生区域合并过程中的合并候选区域对序列；合并停止时刻描述了区域的最佳合并状态。

初始分割区域一般通过分水岭算法形成，该算法通过对图像的边缘强度图作分水岭变换实现图像分割。梯度信息、由平行矩形窗分隔的两组像素值所计算出的两个均值的比率是获得边缘强度图的两种方法，但通过上述两种方法从边缘不连续、多噪声的图像中获取的边缘强度图质量较差；因此在航拍图像中使用分水岭算法所形成的初始分割区域“误分割”率较高。

在基于边缘、区域的图像分割效果不佳的情况下，可利用基于空间信息的图像分割来提高分割效果。马尔可夫随机场具有局部性，基于马尔可夫随机场的图像分割通过充分挖掘图像的空间邻域信息，实现平滑粗糙的分割区域的效果。当前基于马尔可夫随机场的图像分割的相关研究主要体现在势函数上，从势函数角度可将基于该模型的图像分割工作分为：硬分割和软分割。当图像中存在噪声影响、交界处相邻区域的高度相似性，像素无法明确其标号时，软分割可克服硬分割易造成信息丢失的弊端。FMRF和EMRF是两种典型的软分割方法，其中，FMRF在势函数中融入了隶属度函数；EMRF则从像素标号的不确定性实质上更多是一种含混性而非模糊性出发，以两个变量间对应的证据标号距离代替模糊隶属度函数，但证据标号距离过依赖于基团中元素的相似度限制了图像分割精度的提高。