测绘科学技术

结合光谱、纹理与形状结构信息的遥感影像分割方法

巫兆聪，胡忠文，张谦，等

摘要：目的：影像分割是面向对象影像分析的基础，其结果将对后续的分析处理产生重要的影响。在遥感影像分割中，多特征综合应用也一直是研究的热点和难点。最具代表的FNEA算法结合了光谱与几何信息实现多尺度的影像分割，但其未能有效结合影像的纹理信息，对纹理丰富地区仍难以达到理想效果。针对目前遥感影像分割中多特征综合应用问题，提出一种结合光谱、纹理与形状结构信息的分割方法，并采用高分辨率遥感影像实验证明了方法的有效性。方法：新算法首先采用分水岭分割算法产生一幅过分割的结果，以过分割为起点，统计区域的光谱直方图和纹理直方图，构建区域邻接图，然后采用基于邻接图的层次区域合并方法逐步合并过分割的区域，最终实现多尺度分割。在度量邻接图的边权重时，分别以光谱直方图距离和局部二进制模式（local binary patterns，LBP）直方图距离度量光谱和纹理差异，并利用光谱直方图特征计算光谱与纹理权重，实现了光谱与纹理特征的自动加权。在此基础上，本文算法还进一步利用相邻区域的公共边界进行形状约束，公共边越长，区域合并的可能性越大。结果：利用高分辨率 QuickBird影像和 TerraSAR影像验证算法的有效性，并与经典的JSEG算法和易康FNEA算法进行对比分析。（1）实验结果中，本文算法准确而完整的分割出了居民地、裸地、水域、以及不同纹理单元的林地区域。实验结果表明，利用本文算法能够较好的度量不同地物的光谱和纹理信息，反应地物的差别，较好的实现不同类型地物的分割。对比分析发现本文方法相比另外2种方法在纹理区域分割上存在明显的优势。此外，本文方法在效率上也存在明显的优势。（2）通过调节形状影响因子，调整公共边长度的影响权重，实现了不同紧凑度的区域分割结果。3组对比实验证明（λ＝0,0.5,1），结合公共边长度调节区域合并顺序，可以有效的改善分割的结果，而适度的权重因子可以使得分割结果更加贴近地物的真实边缘。通过多组分析验证，采用λ＝0.5对大部分的影像具有较好的结果。结论：本文方法实现了光谱与纹理信息的自动加权组合，并以区域公共边进行空间约束进行影像分割，为多特征结合的遥感影像分割提供了一条有效途径。试验结果表明本文方法能结合光谱、纹理与形状结构信息，改善分割质量，特别是纹理信息较为丰富的区域。与其他算法相比，具有分割结果准确，效率高等优点，具有较高的实用价值。

来源出版物：测绘学报, 2013, 42(1)： 44-50

入选年份：2016