PDF《基于区域的多尺度全色遥感图像分割》

第33卷第3期 控制与决策Vol.

33 No.3 2018年 3月 Control and Decision Mar.

2018 文章编号: 1001-0920(2018)03-0535-07 DOI: 10.13195/j.kzyjc.2017.0017 基于区域的多尺度全色遥感图像分割 王玉, 李玉? , 赵泉华 (辽宁工程技术大学 测绘与地理科学学院,辽宁 阜新 123000) 摘要: 针对边缘信息不足导致的图像误分割问题,提出一种基于区域的多尺度全色遥感图像分割方法. 首先,利 用曲波变换对图像进行多尺度分析, 获取多尺度分解图像;

然后, 利用规则划分技术将其图像域划分成一系列子 块, 结合统计方法, 建立基于区域的多尺度统计分割模型;

接着设计可逆变马尔可夫链蒙特卡罗 (RJMCMC) 算法 求解该分割模型;

最后,利用所提出方法对全色遥感图像进行分割实验,实验结果表明,所提出方法能够有效解决 图像误分割问题,并较好地实现图像分割. 关键词: 图像分割;

曲波变换;

RJMCMC算法;

全色遥感图像 中图分类号: TP391 文献标志码: A Region-based multiscale segmentation of panchromatic remote sensing image WANG Yu, LI Yu? , ZHAO Quan-hua (School of Geomatics,Liaoning Technical University,Fuxin 123000,China) Abstract: For incorrect segmentation caused by the lack of boundary information, a region-based multiscale segmentation method of panchromatic remote sensing image is proposed. Firstly, curvelet transform based multiscale analysis is used to obtain the multiscale decomposed image. Then its image domain is partitioned into a set of blocks by regular tessellation, and a multiscale statistics based segmentation model united with region is built by using the statistic method. Furthermove, a reversible jump Markov chain Monte Carle(RJMCMC) algorithm is designed to simulate the segmentation model. The proposed approach is used to segment panchromatic remote sensing images, and the results show that the proposed approach can e?ectively solve incorrect segmentation and segment the image well. Keywords: image segmentation;

curvelet transform;

RJMCMC algorithm;

panchromatic remote sensing image

0 言 图像分割实质上是利用像素点的某些属性将一 幅图像划分成若干个连续的具有均匀一致性区域的 过程[1] . 目前,已提出很多全色遥感图像分割方法,主 要分为聚类分割[2] 、统计分割[3] 和阈值分割[4] 等,其 中基于区域和统计的方法被认为是最有效的分割方 法. 马尔可夫链蒙特卡罗 (MCMC) 算法作为经典的 采样方法, 已广泛应用于统计分割的模拟采样过程 中[5-6] ,而可逆变马尔可夫链蒙特卡罗(RJMCMC)算 法作为MCMC算法之一,已广泛应用于统计分割的 可变维度模拟采样过程中[7-8] . Li等[7] 建立了可变量 图像分割模型,利用RJMCMC算法实现该模型模拟 采样过程, 以实现图像分割. Askari 等[8] 建立了可变 类图像分割模型,利用RJMCMC算法模拟该模型,实 现可变类图像分割. 随着传感器技术的不断提高,全色遥感图像分辨 率越来越高,导致图像同质区域差异性越来越大,异 质区域差异性越来越小,使空间域中的图像边缘信 息越来越模糊,从而降低图像分割精度. 为了更好地 提取图像边缘信息,提出利用多尺度分析将图像由 空间域转换到频率域以充分提取图像边缘和细节信 息,并将其应用到图像分割中,从而提高图像分割精 收稿日期: 2017-01-06;

修回日期: 2017-04-20. 基金项目: 国家自然科学基金项目(41271435, 41301479);