本发明涉及遥感影像的纹理特征值测量方法技术领域，尤其涉及多波段彩色影像分形维数的测量方法。
背景技术：
分形维数可以对基于简单规则迭代而成的复杂对象进行定量描述，盒子维是最常用的分形维数的测量方法，该算法的基本原理是利用一系列不同大小的测量单元对研究对象进行覆盖，再通过测量单元的大小与相应的覆盖数量之间的统计关系获取分形维数。利用传统差分盒子算法计算影像的分形维数时，首先在影像上建立纵向的盒维空间，再根据灰度值范围，计算灰度表面覆盖的盒子数，该方法仅限于对灰度影像的处理，不适用于多维空间的扩展。彩色影像的每个像元对应的不再是单个灰度值，而是三个色彩通道，按照传统灰度影像的处理方法，可以在三维空间分别根据三个色彩通道绘制出三层灰度表面，显然该种方法无法对三个通道的表面加以区分，无法准确描述影像特征。
技术实现要素：
本发明的目的是解决彩色影像分形维数的计算问题，提供一种基于最小距离空间的彩色图像分形维数测量方法。
基于最小距离空间的彩色影像分形维数测量方法，包括如下步骤：
1)根据彩色影像的像元值建立彩色表面S；
2)根据设定的扩展半径R确定彩色表面对应的最小距离空间V，计算空间V中各个子单元的取值d；
3)统计最小距离空间中不同尺度ri包含的子单元数量N(ri)；
4)绘制logN(ri)-log(ri)散点图，利用最小二乘法求取线性回归方程，斜率即为分形维数D。
上述方案中,各步骤可采用如下具体方法:
所述的步骤1)具体包括：
1.1)用I(x,y)表示二维空间里M×N大小的待测彩色影像中坐标为(x,y)的像素点，其中I(x,y)＝(r,g,b)，x＝1,2…M，y＝1,2…N，r＝0,1…Lr，g＝0,1…Lg，b＝0,1…Lb，x,y为像素点在影像中的坐标，r,g,b分别为像素点在R、G、B波段上的像元值，Lr、Lg、Lb分别为像元值的最大值；
1.2)以(x,y,r,g,b)为五个维度的数据值，获得影像的彩色表面。
所述的步骤2)包括：
2.1)对彩色影像建立最小距离空间V，其中各子单元V(x1,x2,x3,x4,x5)∈R5，x1＝1,2…M+2r，x2＝1,2…N+2r，x3＝1,2…Lr+2r+1，x4＝1,2…Lg+2r+1，x5＝1,2…Lb+2r+1；
2.2)当扩展半径为R时，按下式初始化最小距离空间V的所有子单元的值为最大可能距离dmax,
2.3)将最小距离空间V中坐标位置符合下式的子单元的值赋为0，
2.4)完成2.3)后，按下式重新计算最小距离空间V中其他子单元的值：
V(x1,x2,x3,x4,x5)＝min{d(x1,x2,x3,x4,x5,x1',x'2,x'3,x'4,x'5)}，
其中，
V(x1',x'2,x'3,x'4,x'5)＝0。
所述的步骤3)包括：
3.1)根据扩展半径R，选取统计尺度ri。ri计算公式可采用如下形式：
其中，0≤a1,a2,a3,a4,a5≤R；
3.2)按下式计算统计尺度ri包含的子单元个数N(ri),
其中，
本发明的另一目的在于提供一种彩色影像分割方法：首先利用上述方法获得带分割彩色影像的分形维数,再以该分形维数为表征值对影像进行分割。
本发明与现有技术相比具有的有益效果：
(1)对传统的差分盒子算法进行了改进，减少了空盒子的存在，对影像表面的覆盖更加精准；
(2)统计所得的最小距离空间可以在不同尺度下重复利用；
(3)方法可以扩展到更高的维度，充分利用影像的光谱信息，对多光谱图像的分形维数进行计算。
附图说明：
图1为本发明的样本影像计算所得分形维数统计图；
具体实施方式：
下面结合附图和具体实施例对本发明做进一步阐述。
本实施例从高分二号影像数据上分别选取地表覆盖类型为建设用地、绿地、水体的典型样本各3个，样本大小均为16×16。
然后采用本发明的基于最小距离空间的彩色图像分形维数测量方法，具体包括如下步骤：
第一步，根据高分二号影像数据的像元值建立彩色表面S，具体包括：
1.1)用I(x,y)表示二维空间里M×N大小的待测彩色影像中坐标为(x,y)的像素点，其中I(x,y)＝(r,g,b)，x＝1,2…M，y＝1,2…N，r＝0,1…Lr，g＝0,1…Lg，b＝0,1…Lb，x,y为像素点在影像中的坐标，r,g,b分别为像素点在R、G、B波段上的像元值，Lr、Lg、Lb分别为像元值的最大值；
1.2)以(x,y,r,g,b)为五个维度的数据值，获得影像的彩色表面。
第二步，设定的扩展半径R＝10，根据设定的扩展半径R确定彩色表面对应的最小距离空间V，计算空间V中各个子单元的取值d，包括：
2.1)对彩色影像建立最小距离空间V，其中各子单元V(x1,x2,x3,x4,x5)∈R5，x1＝1,2…M+2r，x2＝1,2…N+2r，x3＝1,2…Lr+2r+1，x4＝1,2…Lg+2r+1，x5＝1,2…Lb+2r+1；
2.2)当扩展半径为R时，按下式初始化最小距离空间V的所有子单元的值为最大可能距离dmax,
2.3)将最小距离空间V中坐标位置符合下式的子单元的值赋为0，
2.4)完成2.3)后，按下式重新计算最小距离空间V中其他子单元的值：
V(x1,x2,x3,x4,x5)＝min{d(x1,x2,x3,x4,x5,x1',x'2,x'3,x'4,x'5)}，
其中，
V(x1',x'2,x'3,x'4,x'5)＝0。
第三步，统计最小距离空间中不同尺度ri包含的子单元数量N(ri)，包括：
3.1)根据扩展半径R，选取统计尺度ri，可采用如下公式计算
其中，0≤a1,a2,a3,a4,a5≤R；
3.2)按下式计算统计尺度ri包含的子单元个数N(ri),
其中，
第四步，绘制logN(ri)-log(ri)散点图，利用最小二乘法求取线性回归方程，斜率即为分形维数D，结果如图1所示。由此可见，本发明的方法可以在三维空间分别对三个通道的表面加以区分，以准确描述影像特征。基于该分形维数，可以对高分二号影像数据进行分割，识别不同的土地利用类型。当然本发明的方法也可用于其他彩色影像，甚至扩展至更高维度。