[发明专利]一种光学遥感图像感兴趣区域检测方法

摘要

本发明公开了一种光学遥感图像感兴趣区域检测方法，应用于高分辨率光学遥感图像感兴趣区域检测。通过对超像素级的图像进行处理，然后进行超像素级到像素级显著性映射，得到像素级显著图，完成对感兴趣区域由粗尺度快速定位到精细尺度下的精确描述。该方法首先对原始图像进行降采样，然后进行超像素分割，基于以上操作将高分辨率图像转换为较粗尺度图像，然后，在生成的粗尺度图像上通过结构张量与颜色空间背景抑制技术分别获得超像素级的纹理特征图和颜色特征图。随后经过特征图融合及上采样插值得到原始分辨率尺度下的超像素级显著图。最后，通过超像素级到像素级显著性映射，得到像素级显著图，完成感兴趣区域的像素级精确描述。

主权项

1.一种光学遥感图像感兴趣区域检测方法，其特征在于，包括如下步骤：步骤1，对原始图像S₀降采样，得到图像S₁；步骤2，对图像S₁进行超像素分割得到粗尺度图像S₃；步骤3，构建超像素结构张量矩阵，并依据此矩阵提取超像素级的纹理特征图S_Texture，具体包括如下子步骤：步骤3.1，针对图像S₃中的任意一个超像素sp_i，其内部所有像素点的平均灰度值作为这个超像素的代表值r_i；并将超像素sp_i的形心作为这个超像素的代表坐标(x_i,y_i)；步骤3.2，计算超像素sp_i在x方向和y方向上的梯度G_x和G_y，为：其中，N_i为超像素sp_i所有相邻超像素的集合，gx_ij为超像素sp_i与其相邻的超像素sp_j在x方向上的梯度变化量，gy_ij为超像素sp_i与其相邻的超像素sp_j在y方向上的梯度变化量，表达式如下：步骤3.3，计算超像素sp_i与其相邻超像素之间的高斯平滑信息相关量G_g：其中，N为集合N_i中所包含的超像素个数；步骤3.4，构建超像素sp_i的结构张量矩阵Q:步骤3.5，计算超像素sp_i的纹理特征显著值S_Texture(sp_i):其中，c₁,c₂,c₃为结构张量矩阵Q的三个特征值；步骤3.6，计算图像S₃中每个超像素的纹理特征显著值，继而得到超像素级的纹理特征图S_Texture；步骤4，构建超像素颜色空间的背景，并依据此背景提取超像素级的颜色特征图S_Color，具体包括如下子步骤：步骤4.1，对图像S₁进行颜色空间转换，得到像素点在CIELab颜色空间的颜色空间值；步骤4.2，定义超像素sp_i包含的所有像素点在CIELab颜色空间的颜色空间值的平均值为超像素的颜色空间坐标(L(sp_i),a(sp_i),b(sp_i))；步骤4.3，将步骤3得到的所有超像素纹理特征显著值中最低的25％～35％部分所对应的超像素集合作为背景，取背景中所有超像素在CIELab颜色空间的颜色空间坐标的平均值作为背景在CIELab颜色空间的坐标B(L_B,a_B,b_B)；步骤4.4，计算超像素sp_i的颜色空间坐标(L(sp_i),a(sp_i),b(sp_i))与背景在颜色空间的坐标B(L_B,a_B,b_B)之间的欧式距离，该欧式距离即为超像素sp_i的颜色特征显著值；步骤4.5，计算图像S₃中每个超像素的颜色特征显著值，继而得到颜色特征图S_Color；步骤5，对纹理特征图S_Texture与颜色特征图S_Color进行特征图融合，得到超像素级显著图S_sp；步骤6，对超像素级显著图S_sp进行上采样插值处理，得到原始图像尺度下的超像素显著特征值S′_sp(sp_i)，对S′_sp(sp_i)进行超像素级到像素级的显著性映射，获得像素级显著图，即获得感兴趣区域。