測繪科學(xué)技術(shù)

結(jié)合光譜、紋理與形狀結(jié)構(gòu)信息的遙感影像分割方法

巫兆聰，胡忠文，張謙，等

摘要：目的：影像分割是面向?qū)ο笥跋穹治龅幕A(chǔ)，其結(jié)果將對后續(xù)的分析處理產(chǎn)生重要的影響。在遙感影像分割中，多特征綜合應(yīng)用也一直是研究的熱點(diǎn)和難點(diǎn)。最具代表的FNEA算法結(jié)合了光譜與幾何信息實(shí)現(xiàn)多尺度的影像分割，但其未能有效結(jié)合影像的紋理信息，對紋理豐富地區(qū)仍難以達(dá)到理想效果。針對目前遙感影像分割中多特征綜合應(yīng)用問題，提出一種結(jié)合光譜、紋理與形狀結(jié)構(gòu)信息的分割方法，并采用高分辨率遙感影像實(shí)驗(yàn)證明了方法的有效性。方法：新算法首先采用分水嶺分割算法產(chǎn)生一幅過分割的結(jié)果，以過分割為起點(diǎn)，統(tǒng)計(jì)區(qū)域的光譜直方圖和紋理直方圖，構(gòu)建區(qū)域鄰接圖，然后采用基于鄰接圖的層次區(qū)域合并方法逐步合并過分割的區(qū)域，最終實(shí)現(xiàn)多尺度分割。在度量鄰接圖的邊權(quán)重時，分別以光譜直方圖距離和局部二進(jìn)制模式（local binary patterns，LBP）直方圖距離度量光譜和紋理差異，并利用光譜直方圖特征計(jì)算光譜與紋理權(quán)重，實(shí)現(xiàn)了光譜與紋理特征的自動加權(quán)。在此基礎(chǔ)上，本文算法還進(jìn)一步利用相鄰區(qū)域的公共邊界進(jìn)行形狀約束，公共邊越長，區(qū)域合并的可能性越大。結(jié)果：利用高分辨率 QuickBird影像和 TerraSAR影像驗(yàn)證算法的有效性，并與經(jīng)典的JSEG算法和易康FNEA算法進(jìn)行對比分析。（1）實(shí)驗(yàn)結(jié)果中，本文算法準(zhǔn)確而完整的分割出了居民地、裸地、水域、以及不同紋理單元的林地區(qū)域。實(shí)驗(yàn)結(jié)果表明，利用本文算法能夠較好的度量不同地物的光譜和紋理信息，反應(yīng)地物的差別，較好的實(shí)現(xiàn)不同類型地物的分割。對比分析發(fā)現(xiàn)本文方法相比另外2種方法在紋理區(qū)域分割上存在明顯的優(yōu)勢。此外，本文方法在效率上也存在明顯的優(yōu)勢。（2）通過調(diào)節(jié)形狀影響因子，調(diào)整公共邊長度的影響權(quán)重，實(shí)現(xiàn)了不同緊湊度的區(qū)域分割結(jié)果。3組對比實(shí)驗(yàn)證明（λ＝0,0.5,1），結(jié)合公共邊長度調(diào)節(jié)區(qū)域合并順序，可以有效的改善分割的結(jié)果，而適度的權(quán)重因子可以使得分割結(jié)果更加貼近地物的真實(shí)邊緣。通過多組分析驗(yàn)證，采用λ＝0.5對大部分的影像具有較好的結(jié)果。結(jié)論：本文方法實(shí)現(xiàn)了光譜與紋理信息的自動加權(quán)組合，并以區(qū)域公共邊進(jìn)行空間約束進(jìn)行影像分割，為多特征結(jié)合的遙感影像分割提供了一條有效途徑。試驗(yàn)結(jié)果表明本文方法能結(jié)合光譜、紋理與形狀結(jié)構(gòu)信息，改善分割質(zhì)量，特別是紋理信息較為豐富的區(qū)域。與其他算法相比，具有分割結(jié)果準(zhǔn)確，效率高等優(yōu)點(diǎn)，具有較高的實(shí)用價值。

來源出版物：測繪學(xué)報, 2013, 42(1)： 44-50

入選年份：2016