[发明专利]基于空间一致性的高分辨率遥感图像解析树自动提取方法

摘要

本发明公开了一种基于空间一致性的高分辨率遥感图像解析树自动提取方法，涉及遥感图像处理技术，包括步骤：S1)建立多类复杂目标图像代表集；S2)采用过分割算法获取不同的图像对象；S3)统计对象的颜色、纹理、形状等多维特征；S4)结合隐含概率语义模型获取对象的类别属性；S5)基于空间一致性选取一致性对象；S6)计算空间一致对象的相似矩阵，通过分裂合并算法最终生成该类图像场景的解析树结构。本发明方法通过对空间几何布局的分析，突出场景中重要的目标信息，并在此基础上得到场景的解析树，有助于增加语义表达的准确性，提高目标识别和场景分类的鲁棒性。

主权项

1.一种基于空间一致性的高分辨率遥感图像解析树自动提取方法，其特征在于，包括步骤：第一步，建立多类高分辨率遥感图像场景代表集；第二步，以归一化全局最优划分为分割准则，对训练图像采用Normalized-cut算法进行分割，其中I_t表示第t幅图像，t＝1，2，...，T₂；第三步，统计图像对象的局部特征属性值；第四步，构建隐含概率语义模型，经过学习训练后对各个对象进行分类处理，得到图像中各个对象属于不同类别的概率；第五步，提取体现图像场景和地物目标特性、具有稳定空间几何一致性的一致性对象，用于分析空间一致性；第六步，选取完一致性对象后，依据对象之间的相互关系，从中提取图像解析树结构。