基于nsct的活动轮廓遥感图像分割方法

文档序号:9866576阅读:631来源:国知局
基于nsct的活动轮廓遥感图像分割方法
【技术领域】
[0001] 本发明设及遥感图像处理领域,尤其是一种既可W保证分割遥感图像的全局性, 又可W分割出遥感图像细节信息,且降低了计算复杂度的基于NSCT的活动轮廓遥感图像分 割方法。
【背景技术】
[0002] 遥感图像因具有数据量大、空间分辨率相对较低、形状结构和细微结构部分复杂 多样W及地物类型较为丰富的特点,给遥感图像的分割带来了巨大的困难。目前,多分辨率 分析方法和活动轮廓模型是比较流行的图像分割方法。多分辨率分析的图像分割技术首先 是对输入的图像进行变换,接下来对变换后的系数按照某种规则进行统计分析;最后进行 反变换即可。小波变换和非下采样轮廓波变换(Nonsubsampled contourlet transform, NSCT)都是图像多分辨率表示的典型代表,均可在边缘等细节信息上获得较为理想的图像 分割效果。基于活动轮廓模型进行图像分割的基本方法是:利用图像的几何特性建立一个 能量泛函,在变分法下求能量函数极小值,得到相应的Euler-Lagrange方程,然后,利用泛 函分析和数值分析等领域的相关知识对于模型的合理性进行分析,最终提取出感兴趣的图 像区域。然而,由于仅采用图像的空间特征,活动轮廓模型还包含许多不相关的信息,从而 导致较高的计算复杂度。

【发明内容】

[0003] 本发明是为了解决现有技术所存在的上述技术问题,提供一种既可W保证分割遥 感图像的全局性,又可W分割出遥感图像细节信息,且降低了计算复杂度的基于NSCT的活 动轮廓遥感图像分割方法。
[0004] 本发明的技术解决方案是:一种基于NSCT的活动轮廓遥感图像分割方法,其特征 在于按如下步骤进行: 约定:1指待分割遥感图像;NSCT变换的分解层数为n;c为活动轮廓模型演化曲线;和 章为正的加权系数;則5-,的为分段常值函数:
其中哉和%表示与轮廓曲线C有关的常数值,取轮廓曲线内、外部的平均灰度值; a. 获取待分割遥感图像并对变量进行初始化设置; b. 进行图像I的η层NSCT变换; C.对于变换后的每层i α = 1,2,…n),保留每层的高频子带系数,得到待分割遥 感图像的多分辨率表示I={ll,l2…,Ι?,···,Ιη}; d. 在待分割遥感图像上初始化一条演化曲线C; e. 利用所产生的图像I的多分辨表示,代入下列能量函数:
f. 反复演化活动轮廓曲线C直到能量函数达到最小值为止; g. 输出最终的遥感图像分割结果。
[0005] 本发明首先通过非下采样轮廓波变换进行待分割图像的多分辨率表示;其次建立 多分辨率系数的概率模型;最后利用基于区域的活动轮廓模型进行多分辨率系数(奇异点 信息)的整合操作W达到图像分割的目的。与现有技术相比,具有W下优点:第一,完整性, 通过NSCT可W考虑遥感图像的细节信息,并结合活动轮廓模型的遥感图像全局信息作为模 型的能量函数,可W获得遥感图像的总体信息,既能考虑到遥感图像的细节信息,又能考虑 到其总体信息,将遥感图像中感兴趣区域或目标分割出来;第二,鲁棒性,分割技术受噪声 影响较小,运是由于在分割前利用NSCT技术进行处理操作的同时,活动轮廓模型又融入了 大量待分割目标的附加约束信息,提高了分割精度,能得到鲁棒性较强的分割结果。
【附图说明】
[0006] 图1为本发明实施例遥感图像分割过程图。
[0007] 图2为本发明实施例遥感图像的NSCT系数统计图。
[000引图3为本发明实施例待分割图像的多分辨率表示示意图。
[0009]图4为本发明实施例模型的曲线演化过程示意图。
[0010]图5为本发明实施例使用不同η值对应的图像分割结果图。
[0011] 图6为本发明实施例模型与其它模型的性能比较示意图。
【具体实施方式】
[0012] 如图1所示:本发明实施例按如下步骤进行: 约定:1指待分割遥感图像;NSCT变换的分解层数为n;c为活动轮廓模型演化曲线;?和 S为正的加权系数;批鴻为分段常值函数:
其中件和均表示与轮廓曲线C有关的常数值,取轮廓曲线内、外部的平均灰度值; a. 获取待分割遥感图像并对变量进行初始化设置; b. 进行图像I的η层NSCT变换, C.对于变换后的每层i α = 1,2,…n),得到低频分量、高频分量和图像i,保留每 层的高频子带系数,得到待分割遥感图像的多分辨率表示I = {ll,l2…,Ιι,···,Ιη}; d. 在待分割遥感图像上初始化一条演化曲线C; e. 利用所产生的图像I的多分辨表示,代入下列能量函数:
f. 反复演化活动轮廓曲线C直到能量函数达到最小值为止; g. 输出最终的遥感图像分割结果。
[0013] 本发明实施例遥感图像的NSCT系数统计图如图2所示。
[0014] 本发明实施例的待分割图像的多分辨率表示如图3所示。
[001引本发明实施例模型的曲线演化过程如图4所示。
[0016] 本发明实施例使用不同η值对应的图像分割结果如图5所示。
[0017] 本发明实施例模型与其它模型的性能比较如图6所示,结果表示:本发明实施例可 W很好地进行图像的分割操作,既可W保证分割图像的全局性,又可W分割出图像的细节 信息且能降低计算的复杂度。
【主权项】
1. 一种基于NSCT的活动轮廓遥感图像分割方法,其特征在于按如下步骤进行: 约定:I指待分割遥感图像;NSCT变换的分解层数为η; c为活动轮廓模型演化曲线;和 邊为正的加权系数:姆笔妁为分段常值函数:其中~和%表示与轮廓曲线c有关的常数值,取轮廓曲线内、外部的平均灰度值; a. 获取待分割遥感图像并对变量进行初始化设置; b. 进行图像I的η层NSCT变换; c. 对于变换后的每层i (i = 1,2,…η),保留每层的高频子带系数,得到待分割遥 感图像的多分辨率表示Ι={Ιι,Ι:τ··,Ι?,···,Ιη}; d. 在待分割遥感图像上初始化一条演化曲线c; e. 利用所产生的图像I的多分辨表示,代入下列能量函数:f. 反复演化活动轮廓曲线c直到能量函数达到最小值为止; g. 输出最终的遥感图像分割结果。
【专利摘要】本发明公开了一种基于NSCT的活动轮廓遥感图像分割方法,首先通过非下采样轮廓波变换进行待分割图像的多分辨率表示;其次建立多分辨率系数的概率模型;最后利用基于区域的活动轮廓模型进行多分辨率系数(奇异点信息)的整合操作以达到图像分割的目的。实验结果表明,本发明的方法可以很好地进行遥感图像的分割,既可以保证分割模型的全局性,又可以分割出遥感图像的具体细节信息。
【IPC分类】G06T7/00
【公开号】CN105631855
【申请号】CN201510940721
【发明人】方玲玲, 王相海
【申请人】辽宁师范大学
【公开日】2016年6月1日
【申请日】2015年12月16日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1