本发明涉及遥感图像技术领域，具体来说是基于多agent和mrf的遥感图像分割方法。
背景技术：
遥感是上个世纪六十年代提出的一门可以远距离、无接触获取地表动态信息的技术。在当前计算机、图形图像学等技术获得深入研究的基础上，遥感技术也得到了快速的发展，其在国民经济建设和国防科技建设领域中的作用日渐突出。遥感技术构建于电磁波与地物的相互作用之上，通过接收和处理地物反射或辐射回来的电磁波来获得地物信息。
遥感图像分割是一门建立在遥感图像特点之上，结合图像分布与特征而建立的一门图像解译技术。遥感图像受传感器种类和方位、天气、波段、分辨率影响很大，因此遥感图像中会存在几何畸变、噪声干扰等情况，设计鲁棒性好、适应范围广的算法是遥感图像解译领域的关键问题。在图像分割领域，目标边缘、纹理信息的有效应用可以显著提高检测结果的精度，但是这些特征的有效提取和融合是难点。因此，如何实现遥感图像特征的协同提取以及快速并行已经成为遥感图像分割的一个急需技术的技术问题。
技术实现要素：
本发明的目的是为了解决现有技术中难以提升遥感图像分割精度的缺陷，提供一种基于多agent和mrf的遥感图像分割方法来解决上述问题。
为了实现上述目的，本发明的技术方案如下：
一种基于多agent和mrf的遥感图像分割方法，包括以下步骤：
第一层特征提取层的构造；构造用于实现遥感图像在强度、纹理和边缘特征提取的特征提取层，其中：强度特征为遥感图像像素点的灰度值，纹理特征依据灰度共生矩阵模型提取；
第二层分割层的构造，构造基于遥感图像强度和遥感纹理的分割模块；
第三层分割结果融合层的构造，采取投票策略构造分割结果融合层，分割结果融合层实现多特征下分割结果的有效自适应融合；
遥感图像的输入，遥感图像输入特征提取层；
分割融合结果的获取，经特征提取层产生的强度特征和纹理特征经分割层后再经分割结果融合层，产生图像分割结果。
所述第二层分割层的构造包括以下步骤：
构造强度mrf-agent模块，强度mrf-agent模块用于针对遥感图像强度进行分割；
构造纹理mrf-agent模块，纹理mrf-agent模块用于针对遥感图像纹理进行分割。
所述遥感图像的输入包括以下步骤：
获取遥感图像；
对遥感图像定义一个以方向、一个以像素为单位的步长灰度共生矩阵t(n×n)，
其中，m(i,j)定义为灰度级为i和j的像素同时出现在一个点和沿所定义的方向跨度步长的点上的频率，n是灰度级划分数目；
通过步长灰度共生矩阵t定义对比度、逆差矩熵和自相关；
将步长灰度共生矩阵t输入特征提取层，提取出强度特征和纹理特征。
所述分割融合结果的获取包括以下步骤：
将遥感图像的强度特征输入强度mrf-agent模块，得到基于遥感图像强度的分割结果，并得到强度与空间领域信息；
将遥感图像的纹理特征输入纹理mrf-agent模块，得到基于遥感图像纹理的分割结果，并得到纹理与空间领域信息；
将遥感图像强度分割结果和纹理分割结果输入分割结果融合层，结合强度与空间领域信息、纹理与空间领域信息通过投票策略方法，得出融合后的分割结果。
有益效果
本发明的基于多agent和mrf的遥感图像分割方法，与现有技术相比通过多agent系统和马尔科夫随机场技术实现了强度、纹理、空间信息的有效提取和融合，提高了遥感图像分割精度。
本发明的特征提取层，由2个agent系统构成，分别实现遥感图像强度、纹理的提取；分割层，由2个基于马尔科夫随机场(markovrandomfield：mrf)的agent构成，分别实现基于强度、纹理的图像分割，在该过程中，mrf实现了强度信息和空间邻域信息的有效自适应融合，以及纹理信息和空间邻域信息的有效自适应融合；分割结果融合层，用于融合不同特征在分割结果中的优势，实现了更好的分割精度。
附图说明
图1为本发明的方法顺序图。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例及附图配合详细的说明，说明如下：
如图1所示，本发明所述的一种基于多agent和mrf的遥感图像分割方法，包括以下步骤：
第一步，第一层特征提取层的构造。构造用于实现遥感图像在强度、纹理和边缘特征提取的特征提取层，其中：强度特征为遥感图像像素点的灰度值，纹理特征依据灰度共生矩阵模型提取。通过2个agent系统，分别实现遥感图像强度、纹理的提取。
第二步，第二层分割层的构造。构造基于遥感图像强度和遥感纹理的分割模块。在此设计2个mrf-agent模块，分别得到基于图像强度、纹理的分割结果，并在分割的同时得到得到强度与空间邻域信息、纹理与空间邻域信息的有效融合。一个像素点的特性，更可能受它周围像素的影响，与它距离越远的像素，对它的特性的影响越小。其具体步骤如下：
(1)构造强度mrf-agent模块，强度mrf-agent模块用于针对遥感图像强度进行分割；
(2)构造纹理mrf-agent模块，纹理mrf-agent模块用于针对遥感图像纹理进行分割。
第三步，第三层分割结果融合层的构造。采取投票策略构造分割结果融合层，分割结果融合层实现多特征下分割结果的有效自适应融合，得到更优的图像分割结果。
第四步，遥感图像的输入。遥感图像输入特征提取层，其具体包括以下步骤：
(1)获取遥感图像。
(2)对遥感图像定义一个以方向、一个以像素为单位的步长灰度共生矩阵t(n×n)，
其中，m(i,j)定义为灰度级为i和j的像素同时出现在一个点和沿所定义的方向跨度步长的点上的频率，n是灰度级划分数目。
灰度共生矩阵：相距为d的两个像素同时出现的联合概率。如果灰度共生矩阵中对角线上的值很大，说明该方向有相距d的相同的像素值，说明变化不是特别大。如果灰度共生矩阵中对角线上的值很小，可能会有频繁的纹理。根据这个理论可以来研究图像的空间纹理特性，也根据这个特性来定义图像空间的纹理对比度。
(3)通过步长灰度共生矩阵t定义对比度、逆差矩熵和自相关，可以用于度量图像纹理特征在亮度变化、同质性、一致性等方面的特征。
(4)将步长灰度共生矩阵t输入特征提取层，提取出强度特征和纹理特征。
第五步，分割融合结果的获取。经特征提取层产生的强度特征和纹理特征经分割层后再经分割结果融合层，产生图像分割结果。其具体步骤如下：
(1)将遥感图像的强度特征输入强度mrf-agent模块，得到基于遥感图像强度的分割结果，并得到强度与空间领域信息。
(2)将遥感图像的纹理特征输入纹理mrf-agent模块，得到基于遥感图像纹理的分割结果，并得到纹理与空间领域信息。
(3)将遥感图像强度分割结果和纹理分割结果输入分割结果融合层，结合强度与空间领域信息、纹理与空间领域信息通过投票策略方法，得出融合后的分割结果。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。