[发明专利]一种基于图像分割的矿产资源识别方法

说明书

本发明涉及图像处理技术领域，具体涉及一种基于图像分割的矿产资源识别方法，包括：采集矿产资源遥感影像，根据每个灰度值的匹配像素点获取每个灰度值的分界度，筛选第一分块阈值以及第二分块阈值，根据每个灰度值的分界度获取每个灰度值的权重，构建每个灰度值的修正频率方程式以及所有灰度值的平均修正频率方程式，根据增强条件对修正频率方程式以及平均修正频率方程式进行求解，得到所有满足条件的增强阈值对，获取每个增强阈值对的增强程度，进而获取最优增强图像，根据最优增强图像获取矿产资源区域图像，对矿产资源类别进行识别。本发明通过设置增强阈值防止林业区域的过增强，对矿产资源区域重点增强，使矿产资源类别识别更加准确。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于图像分割的矿产资源识别方法。

背景技术

矿产资源的开发利用是社会发展的重要物质基础，而目前利用遥感手段进行矿产资源开发调查与监测，已成为快速准确掌握矿产资源开发秩序、矿山地质环境的重要手段。

现有技术通过将获得的遥感影像转换为灰度图像后，使用自适应阈值分割来识别出矿产资源，但由于灰度图像中目标区域的对比度不明显，故分割后导致矿产资源部分造成缺失。若使用全局均衡化算法对图像增强提高对比度时，该算法存在过度增强的问题，使用增强后的图像分割时可能仍旧存在着资源丢失问题。

发明内容

本发明提供一种基于图像分割的矿产资源识别方法，以解决现有的问题。

本发明的一种基于图像分割的矿产资源识别方法采用如下技术方案：

本发明一个实施例提供了一种基于图像分割的矿产资源识别方法，该方法包括以下步骤：

采集矿产资源遥感影像，获取矿产资源遥感影像的灰度直方图；获取矿产资源遥感影像中每个像素点的梯度幅值以及梯度方向；

将灰度直方图中每个灰度值在矿产资源遥感影像中对应的所有像素点作为每个灰度值的匹配像素点，根据每个灰度值的匹配像素点的梯度幅值以及梯度方向获取每个灰度值的分界度；获取分界度最大的两个灰度值，分别作为第一分块阈值以及第二分块阈值；

根据每个灰度值的分界度获取每个灰度值的权重；设置两个未知数：第一增强阈值以及第二增强阈值；根据第一增强阈值、第二增强阈值以及每个灰度值的权重获取每个灰度值的修正频率方程式；获取所有灰度值的平均修正频率方程式；设置增强条件，根据增强条件对修正频率方程式以及平均修正频率方程式进行求解，得到所有满足条件的增强阈值对；

获取每个增强阈值对下每个灰度值的修正频率，根据修正频率获取增强图像；根据每个灰度值的分界度、矿产资源遥感影像以及增强图像获取每个增强阈值对的增强程度；

将增强程度最大的增强阈值对所对应的增强图像作为最优增强图像；根据最优增强图像获取矿产资源区域图像，对矿产资源类别进行识别。

优选的，所述根据每个灰度值的匹配像素点的梯度幅值以及梯度方向获取每个灰度值的分界度，包括的具体步骤如下：

将与像素点的梯度方向垂直的方向作为像素点的边缘方向，若灰度值的一个匹配像素点在另一个匹配像素点的边缘方向上且与另一个匹配像素点相邻，称此两个匹配像素点连续；

获取每个灰度值的分界度：

，

其中为灰度值的分界度；为灰度值的匹配像素点的个数；为灰度值的第个匹配像素的梯度幅值；为灰度值的第个匹配像素的梯度方向上相邻的像素点的梯度幅值；为与灰度值的第个匹配像素连续的匹配像素点的个数；为以自然常数为底的指数函数。

优选的，所述根据每个灰度值的分界度获取每个灰度值的权重，包括的具体步骤如下：

，