基于区域不一致性评价自动优选遥感影像分割参数的方法与流程

技术特征：

1.一种基于区域不一致性评价自动优选遥感影像分割参数的方法，其特征在于包括如下步骤：

步骤一：输入待分割的遥感影像和参考数据集，初始化参数，所述的初始化参数包括给定初始尺度分割参数区间值s₁和s₅，且s₅>s₁，给定尺度分割参数间最小步距d_min，给定ED2_min最大值L、形状因子、紧凑度因子和ED2_min极小值ζ；步骤二：如果s₅-s₁>4d_min，则在初始尺度分割参数值s₁和s₅的基础上设置5个尺度分割参数及其步距，否则需重新设置初始尺度分割参数值s₁和s₅，这里d>d_min为约束条件，s₁，s₂，s₃，s₄，s₅五个尺度分割参数具体计算如下：

$d=\frac{1}{4}(s_5-s_1)$

$s_3=\frac{1}{2}(s_1+s_5)$

s₂＝s₁+d

s₄＝s₅-d

步骤三：根据s₁，s₂，s₃，s₄，s₅尺度分割参数上各自的分割数据集和参考数据集，分别统计其参考多边形数量、分割多边形数量，重叠面积、过分割面积、欠分割面积、依次计算出每一个尺度分割参数对应的不一致性度量参数对应的PSE_i，NSR_i和ED2_i，其中i＝{2,3,4,5}。具体计算流程如下：

在每个尺度分割参数中，用R＝{r_i:i＝1,2,...,m}表示m个参考多边形的集合，S＝{s_j:j＝1,2,...,n}表示分割多边形的集合，|r_i∩s_j|表示参考多边形r_i和分割多边形s_j相交部分的面积，|r_i|和|s_j|分别为参考多边形r_i和分割多边形s_j的面积，S'＝{s_k:k＝1,2,...,v}表示与参考数据集相对应的分割数据集的集合。定义Sa和Sb为集合S的两个子集，且满足匹配准则：

$Sa=\{s_j:\frac{\left|r_i\∩s_j\right|}{\left|s_j\right|}\>0.5\}$

$Sb=\{s_j:\frac{\left|r_i\∩s_j\right|}{\left|r_i\right|}\>0.5\}$

也就是说匹配准则是参考多边形和分割多边形相交部分的面积至少是参考多边形或匹配多边形的面积一半，则参考多边形相匹配的分割多边形的集合S'就为Sa和Sb的并集。同时定义∑|R_i|为m个参考多边形的总面积，∑|S_k|为跟m个参考多边形相匹配的分割多边形总面积，∑|R_i∩S_k|为参考数据集和匹配的分割数据集重叠面积，|r_i-s_j|＝|r_i|-|r_i∩s_j|是在匹配多边形之外的那部分参考多边形的面积为过分割面积，|s_j-r_i|＝|s_j|-|r_i∩s_j|是在参考多边形之外的那部分匹配多边形的面积为欠分割面积。因此，PSE、NSR和ED2可以表示为：

$PSE=\frac{\mathrm{\Σ}\left|S_k\right|-\mathrm{\Σ}\left|S_k\∩R_i\right|}{\mathrm{\Σ}\left|R_i\right|}$

$NSR=\frac{abs(m-n)}{m}$

$ED2=\sqrt{{\mathrm{PSE}}^2+{\mathrm{NSR}}^2}$

最后得到计算5点间的ED2最小值和最大值：

ED2_min＝min{ED2₁,ED2₂,ED2₃,ED2₄,ED2₅}

ED2_max＝max{ED2₁,ED2₂,ED2₃,ED2₄,ED2₅}

步骤四:模式匹配过程

分析ED2随s₁～s₅尺度分割参数变化的趋势并动态调整五个尺度分割参数，不断地匹配PSE-NSR-ED2不一致评价模型Case a～Case q 17种变化模式，获得在固定形状因子和紧凑度因子下遥感影像的最优尺度分割参数。

步骤五：依次按照形状因子＝0.1,0.2,…,0.9，紧凑度因子＝0.1,0.2,…,0.9的组合方式进行步骤一到步骤四的迭代运算，得到81个参数组合上的最优尺度分割参数；然后对这81组最优尺度分割参数进行再排序，从中选出的最小ED2组对应的尺度分割参数，形状因子及紧凑度因子三个参数组合即为最优分割参数组合。

2.根据权利要求1所述的方法，其特征在于所述的步骤四ED2随尺度分割参数变化的趋势具有Case a～Case q 17种模式：

Case a.ED2_i不随尺度分割参数发生变化，即ED2₁＝ED2₂＝ED2₃＝ED2₄＝ED2₅，或者其间的最大、最小值之差小于预设的极小值ζ：

|ED2_max-ED2_min|＜ζ

若如此且ED2_max≥L，则意味着预设尺度分割参数明显偏大至ED2值变化不稳定区域，需要将尺度分割参数范围向小值方向，将s₅左移到s₁的位置，s₁左移4个步距，s₃为动态调整后s₁和s₅的值一半，s₂和s₄也相应左移4个步距：

s₅←s₁

s₁←s₁-4·d

$s_3\←\frac{1}{2}(s_1+s_5)$

s₂←s₁+d

s₄←s₅-d

如果s₁<0，则使s₁＝5，s₅左移s₄的位置，d为动态调整后s₁和s₅的值四分之一，s₃为动态调整后s₁和s₅的值二分之一，s₂和s₄左移1个新获的步距：

s₁←5

s₅←s₄

$d\&LeftArrow;\frac{1}{4}(s_5-s_1)$

$s_3\&LeftArrow;\frac{1}{2}(s_5+s_1)$

s₂←s₁+d

s₄←s₅-d

回到步骤三继续；

否则当满足条件ED2_max<L时扩大尺度分割参数搜索范围，相应的s₃不变，s₁减小原来的2倍步距，s₅扩大原来的2倍步距，s₂和s₄分别替换原来的s₁和s₅)

s₂←s₁

s₄←s₅

s₁←s₂-2·d

s₅←s₄+2·d

如果扩大出现s₁<0，则使s₁＝5，s₅左移s₄的位置，d为动态调整后s₁和s₅的值四分之一，s₃为动态调整后s₁和s₅的值二分之一，s₂和s₄左移1个新获的步距：

s₁←5

s₅←s₄

$d\&LeftArrow;\frac{1}{4}(s_5-s_1)$

$s_3\&LeftArrow;\frac{1}{2}(s_5+s_1)$

s₂←s₁+d

s₄←s₅-d

回到步骤三继续；

如果扩大尺度分割参数范围搜索，仍出现ED2_i不随尺度参数发生变化，或其间的最大、最小值之差小于预设的极小值ζ其中之一的情况：

|ED2_max-ED2_min|＜ζ

且ED2_max≤L，则最优尺度分割参数可能位居其一，s_opt∈[s₁,s₅]；需作进一步的判断：如果前后两次运算均出现上述状况，对比前后两次运算ED_2min，取ED2_min较小的一次作为最优尺度分割参数的范围，s_opt∈[s₁,s₅]，则s_opt＝s₅，运行结束并报告结果。

Case b.ED2_i随尺度分割参数的增加而递减，即ED2₁≥

ED2₂≥ED2₃≥ED2₄≥ED2₅，则最优尺度分割参数大于s₅，调整尺度分割参数设置，将s₁右移到s₃的位置，s₂右移到s₄的位置，s₃右移到s₅的位置，s₂和s₄也相应右移2个步距：

s₁←s₃

s₂←s₄

s₃←s₅

s₄←s₃+2·d

s₅←s₄+2·d

回到步骤三继续；

Case c.ED2_i在s₄处呈现最小值拐点，即ED2₁≥ED2₂≥ED2₃≥ED2₄并且ED2₄≤ED2₅，则最优尺度分割参数可能处于s₃和s₅之间，将尺度分割参数范围向小值方向，则使s₁右移到s₂的位置，s₂右移到s₃的位置，s₃右移到s₄的位置，s₄右移到s₅的位置，s₅右移1个步距：

s₁←s₂

s₂←s₃

s₃←s₄

s₄←s₅

s₅←s₄+d

回到步骤三继续；

Case d.ED2_i在s₃处呈现最小值拐点，即ED2₁≥ED2₂≥ED2₃，并且ED2₃≤ED2₄≤ED2₅，则最优尺度分割参数处于s₂和s₄之间；进而如果ED2₃≥L，则意味着预设尺度分割参数明显偏大至ED2值变化不稳定区域，需要将尺度分割范围向小值方向，将s₅左移到s₁的位置，s₁左移4个步距，s₃为动态调整后s₅和s₁的二分之一，s₂和s₄也相应左移4个步距：

s₅←s₁

s₁←s₁-4·d

$s_3\&LeftArrow;\frac{1}{2}(s_1+s_2)$

s₂←s₁+d

s₄←s₂-d

如果s1<0，则使s₁＝5，s₅左移s₄的位置，d为动态调整后s₁和s₅的值四分之一，s₃为动态调整后s₁和s₅的值二分之一，s₂和s₄也相应左移1个新获的步距：

s₁←5

s₅←s₄

$d\&LeftArrow;\frac{1}{4}(s_5-s_1)$

$s_3\&LeftArrow;\frac{1}{2}(s_5+s_1)$

s₂←s₁+d

s₄←s₅-d

回到步骤三继续；

否则ED2₃<L，并且d＞d_min，则需要在s₂和s₄之间加密搜索，相应的s₃不变，将s₁左移到s₂的位置，s₅左移到s₄的位置，s₂和s₄也相应左移二分之一个步距：

s₁←s₂

s₅←s₄

$s_2\&LeftArrow;s_1+\frac{1}{2}\&CenterDot;d$

$s_4\&LeftArrow;s_5-\frac{1}{2}\&CenterDot;d$

直到d≤d_min，且满足ED2₃<L，则s_opt＝s₃。

Case e.ED2_i在s₂处呈现最小值拐点，即ED2₁≥ED2₂，并且ED2₂≤ED2₃≤ED2₄≤ED2₄，则最优尺度分割参数可能处于s₁和s₃之间，若ED2₂<L，且d<d_min，则s₂为最优参数；否则如果ED2₂≥L，则需要将尺度分割参数范围向小值方向，则使s₅左移到s₄的位置，s₄左移到s₃的位置，s₃左移到s₂的位置，s₂左移到s₁的位置，s₁左移1个步距：

s₅←s₄

s₄←s₃

s₃←s₂

s₂←s₁

s₁←s₁-d

如果s₁<0，则使s₁＝5，s₅左移s₄的位置，d为动态调整后s₁和s₅的值四分之一，s₃为动态调整后s₁和s₅的值二分之一，s₂和s₄也相应左移1个新获的步距：

s₁←5

s₅←s₄

$d\&LeftArrow;\frac{1}{4}(s_5-s_1)$

$s_3\&LeftArrow;\frac{1}{2}(s_5+s_1)$

s₂←s₁+d

s₄←s₅-d

回到步骤三继续；

否则当ED2₂<L，且d>d_min，在s₁和s₃处加密，则需要在s₂和s₄之间加密搜索，相应的s₃不变，将s₁左移到s₂的位置，s₅左移到s₄的位置，s₂和s₄也相应左移二分之一个步距：

s₁←s₂

s₅←s₄

$s_2\&LeftArrow;s_1+\frac{1}{2}\&CenterDot;d$

$s_5\&LeftArrow;s_2-\frac{1}{2}\&CenterDot;d$

回到步骤三继续；

Case f.ED2_i随尺度分割参数递增，即ED2₁≤ED2₂≤ED2₃≤ED2₄≤ED2₂，则最优尺度分割参数小于s₁或者邻近s₁，则使s₅左移到s₃的位置，s₃左移到s₁的位置，s₄左移到s₂的位置，s₂左移2个步距，s₁左移2个步距：

s₅←s₃

s₃←s₁

s₄←s₂

s₂←s₃-d

s₁←s₂-d

如果s₁<0，则使s₁＝5，s₅左移s₄的位置，d为动态调整后s₁和s₅的值四分之一，s₃为动态调整后s₁和s₅的值二分之一，s₂和s₄也相应左移1个新获的步距：

s₁←5

s₅←s₄

$d\&LeftArrow;\frac{1}{4}(s_5-s_1)$

$s_3\&LeftArrow;\frac{1}{2}(s_5+s_1)$

s₂←s₁+d

s₄←s₅-d

回到步骤三继续；

Case g-Case q.随尺度分割参数递增，ED2_i随尺度分割参数的变化趋势趋于不稳定，ED2i值随尺度分割参数变化而至不稳定区域，且ED2_min≥L，则意味着预设尺度分割参数明显偏大至ED2_i值变化不稳定区域，需要将分割尺度参数范围向小值方向左移，将s₅左移到s₁的位置，s₁左移4个步距，s₃为动态调整后s₁和s₅的值一半，s₂和s₄也相应左移4个步距：

s₅←s₁

s₁←s₁-4·d

$s_3\&LeftArrow;\frac{1}{2}(s_1+s_2)$

s₂←s₁+d

s₄←s₂-d

如果s₁<0，则使s₁＝5，s₅左移s₄的位置，d为动态调整后s₁和s₅的值四分之一，s₃为动态调整后s₁和s₅的值二分之一，s₂和s₄也相应左移1个新获步距：

s₁←5

s₅←s₄

$d\&LeftArrow;\frac{1}{4}(s_5-s_1)$

$s_3\&LeftArrow;\frac{1}{2}(s_5+s_1)$

s₂←s₁+d

s₄←s₅-d

回到步骤三继续:否则遇到ED2_max≤L时，将放大后计算获得的这组数据与上一组数据的ED2_min进行比较，如果出现小于上一组最小值的情况就继续放大，直到找到最小的ED2_min，放大结束，确定最小ED2_min的区间，然后在最小区间进行加密，加密到d≤d_min，加密结束，取其ED2_min对应的尺度分割参数为最优尺度分割参数。

3.根据权利要求1所述的方法，其特征在于所述的步骤一中给定尺度分割参数间最小步距d_min＝1，给定ED2_min最大值L＝1.0、形状因子＝0.1、紧凑度因子＝0.1、ED2_min极小值ζ＝0.0001。