一种高光谱溢油图像的有效分割方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106447688A(43)申请公布日2017.02.22(21)申请号201610207092.X(22)申请日2016.03.31(71)申请人大连海事大学地址116000辽宁省大连市甘井子区凌水街道凌水路1号(72)发明人宋梅萍林彬蔡刘芬安居白张建袆(74)专利代理机构大连一通专利代理事务所(普通合伙)21233代理人秦少林(51)Int.Cl.G06T7/136(2017.01)权利要求书4页说明书12页附图7页(54)发明名称一种高光谱溢油图像的有效分割方法(57)摘要一种高光谱溢油图像的有效分割方法，技术方案如下：定义初始水平集函数及其他相关函数；结合Fisher准则得到新的拟合项；构造边缘停止函数得到新长度项；结合端元提取算法的改进；引入水平集正则项避免水平集函数重新初始化；能量泛函最小化得到欧拉-拉格朗日方程；设置各个参数；选择显示波段以及初始轮廓；显示分割结果图；计算各种分割精度评价指标；对分割结果精度进行比较、评价。本发明能划分出模拟高光谱图像和真实高光谱中的目标区域，有效分割有边界模糊、含噪声等特点的高光谱溢油图像。提高高光谱图像的分割精度，获得更加准确的分类效果，对参数的变化更稳定，轮廓曲线更加准确，获得连续而封闭的边界轮廓，具有更高分割精度。CN106447688ACN106447688A权利要求书1/4页1.一种高光谱溢油图像的有效分割方法，其特征在于:一、定义初始水平集函数及其他相关函数初始水平集函数一般定义为：φ(x,t＝0)＝±c(1)其中，t＝0表示初始轮廓C，x为自变量，φ为水平集函数，若点x在轮廓内函数取值为-c，反之则取值为+c，定义Heaviside函数H及其一阶导数δ：其中，H代表Heaviside函数，δ代表H函数的一阶导数，z为实数自变量，定义函数Hε,δε如下：其中，z为实数自变量，ε定义为一个很小的实数，H代表Heaviside函数，δ代表H函数的一阶导数在模型能量函数中，用函数Hε,δε分别近似表示H,δ；二、结合Fisher准则得到新的拟合项Fisher准则定义一个好的分类方法应该达到最大的类间间距和最小的类内差异，用公式可以表示为：其中，分别为两类样本的平均向量，分别为两类样本的统计方差，当Jfisher取最大值时达到最佳分类效果；原CV模型中的拟合项是类内方差和，目标函数为类内方差最小，将Fisher准则的基本思想引入到CV模型，将原模型代替类内方差，在此基础上加入类间方差)中，则改进后的拟合项可以表示为：其中，Jfisher结合Fisher原则的拟合项函数，(x,y)为像素点坐标值，I表示高光谱图像，分别为轮廓曲线C内外的均值向量，λ1,λ2为内外拟合项的常量系数，Ω表示图像区域，Hε,δε分别近似表示H,δ，φ表示水平集函数；三、构造边缘停止函数得到新的长度项光谱角是指影像像元光谱矢量与样本参考光谱矢量之间的夹角，用来度量两向量之间的相似程度，与两矢量的大小无关，其计算公式如下：2CN106447688A权利要求书2/4页式中，SAM为光谱角，N为波段数，A＝(A1,A2,…,AN)和B＝(B1,B2,…,BN)分别代表样本空间中的两个影像像元的光谱值，当光谱角SAM越小，则表明两光谱矢量越接近；边缘停止函数只需满足是一个正的关于光谱角梯度递减的函数，所以将其定义为：式中，I表示高光谱图像，为光谱角梯度，(x，y)代表像素点的坐标值，gsam(α)是光谱角梯度函数，α表示图像任意一点的像元向量I(x,y)相邻点的像元向量I(x+Δx,y)以及I(x,y+Δy)之间的光谱角距离，当处于图像边界时，光谱角梯度的大小取值较大，取值较小，引入上述基于光谱角梯度信息的边缘函数gsam(α)，则改进后的长度项可以表示为：其中，L代表长度项，Ω表示图像区域，gsam(α)是光谱角梯度函数，(x，y)代表像素点的坐标值，δ表示Heaviside函数的一阶导数，φ为水平集函数，表示φ的增量，μ为长度项系数，四、结合端元提取算法的改进CV模型一般只能用于二类划分，即只能将图像分割为目标和背景两个区域，而现实情况是图像中往往含有多类地物，当图像中含有多类地物时，主动轮廓模型无法实现对感兴趣的特定地物的划分，因此，将CV模型与端元提取算法相结合，从而实现从含多种地物的图像中划分出特定地物，相比于传统的端元提取算法，ATGP算法能够在无需先验信息的情况下，从目标图像中提取出端元向量，ATGP算法是一种基于非监督正交子空间投影理论的端元提取算法，该算法首先按照凸面几何学理论，将正交子空间中亮度最大的像元作为候选端元，从而得到初始端元向量，以此构造子空间，求取相应的正交子空间，并将所有像元投影到该正交子空间，求取正