[发明专利]一种高分辨率遥感影像分割方法

摘要

本发明提供一种高分辨率遥感影像分割方法，包括：读取待分割的高分辨率遥感影像；利用各地物类别的高斯二型模糊隶属函数模型，计算每个灰度级对应的高斯二型模糊隶属度；利用各地物类别的分割决策模型，计算每个灰度级在各分割决策模型中的隶属度；每个像素的灰度级在各分割决策模型中的最大隶属度值所对应的地物类别，即为分割结果；按照设定步长改变高斯二型模糊隶属函数模型，对所有分割结果进行比较，取分割精度最高的分割结果作为最终的高分辨率遥感影像分割结果。本发明方法有效解决了灰度级隶属的不确定性及分割决策的不确定性带来的分割问题，实现对高分辨率遥感数据复杂直方图分布特征的更精确的拟合，并克服了噪声，提高分割精度。

主权项

1.一种高分辨率遥感影像分割方法，其特征在于，包括：步骤1：读取待分割的高分辨率遥感影像；步骤2：利用待分割的高分辨率遥感影像中各地物类别的高斯二型模糊隶属函数模型，计算每个灰度级所对应的高斯二型模糊隶属度；步骤3：利用待分割的高分辨率遥感影像中各地物类别的分割决策模型，计算每个灰度级在各分割决策模型中的隶属度；步骤4：高分辨遥感影像中每个像素的灰度级在各分割决策模型中的最大隶属度值所对应的地物类别，即为分割结果；步骤5：按照设定步长改变高斯二型模糊隶属函数模型并重复步骤2至步骤4，对所有分割结果进行比较，取分割精度最高的分割结果作为最终的高分辨率遥感影像分割结果；所述步骤2包括：步骤2.1：构建高斯主隶属函数模型并计算主隶属度：对待分割的高分辨率遥感影像中的每个地物类别进行监督采样提取训练样本，计算训练样本中各灰度级在对应的地物类别中出现的频率，对不同地物类别建立高斯主隶属函数模型并计算高斯主隶属度；步骤2.2：确定高斯二型模糊隶属函数模型的不确定区域：将高斯主隶属函数模型中的标准差模糊化为标准差区间，该标准差区间 所对应的高斯主隶属函数模型组成的区域即为高斯二型模糊隶属函数模型的不确定区域，此时每个灰度级所对应的高斯主隶属度为一个区间；步骤2.3：构建高斯次隶属函数模型：确定灰度范围内每个灰度级的高斯次隶属函数模型均值和方差建立高斯次隶属函数模型并计算高斯次隶属度；步骤2.4：利用由高斯主隶属函数模型、高斯次隶属函数模型、不确定区域构成的高斯二型模糊隶属函数模型，计算高斯二型模糊隶属度：计算灰度范围内每个灰度级的高斯主隶属度集合元素与对应的高斯次隶属度集合元素的乘积，即该灰度级的高斯二型模糊隶属度，每个灰度级所对应的高斯二型模糊隶属度为一个集合；其特征在于，所述步骤2.3包括：步骤2.3.1：确定高斯次隶属函数模型均值：将灰度范围内各灰度级的高斯主隶属度值作为相应的高斯次隶属函数模型均值；步骤2.3.2：确定高斯次隶属函数模型方差：对每个灰度级所对应的高斯主隶属度区间进行离散取值，(高斯主隶属度区间内每个元素‑对应的高斯主隶属度值)的平方求和/(高斯主隶属区间内元素个数‑1)，即为高斯次隶属函数模型方差；步骤2.3.3：根据高斯次隶属函数模型均值和方差，构建高斯次隶属函数模型，计算每个灰度级的高斯次隶属度。