基于NSCT的活动轮廓遥感图像分割方法.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CN105631855A(43)申请公布日2016.06.01(21)申请号201510940721.5(22)申请日2015.12.16(71)申请人辽宁师范大学地址116029辽宁省大连市沙河口区黄河路850号(72)发明人方玲玲王相海(74)专利代理机构大连非凡专利事务所21220代理人闪红霞(51)Int.Cl.G06T7/00(2006.01)权利要求书1页说明书3页附图5页(54)发明名称基于NSCT的活动轮廓遥感图像分割方法(57)摘要本发明公开了一种基于NSCT的活动轮廓遥感图像分割方法，首先通过非下采样轮廓波变换进行待分割图像的多分辨率表示；其次建立多分辨率系数的概率模型；最后利用基于区域的活动轮廓模型进行多分辨率系数（奇异点信息）的整合操作以达到图像分割的目的。实验结果表明，本发明的方法可以很好地进行遥感图像的分割，既可以保证分割模型的全局性，又可以分割出遥感图像的具体细节信息。CN105631855ACN105631855A权利要求书1/1页1.一种基于NSCT的活动轮廓遥感图像分割方法，其特征在于按如下步骤进行：约定：I指待分割遥感图像；NSCT变换的分解层数为n；c为活动轮廓模型演化曲线；和为正的加权系数；为分段常值函数：，其中和表示与轮廓曲线c有关的常数值，取轮廓曲线内、外部的平均灰度值；a.获取待分割遥感图像并对变量进行初始化设置；b.进行图像I的n层NSCT变换；c.对于变换后的每层i(i=1,2,…n)，保留每层的高频子带系数，得到待分割遥感图像的多分辨率表示I={I1,I2…,Ii,…,In}；d.在待分割遥感图像上初始化一条演化曲线c；e.利用所产生的图像I的多分辨表示，代入下列能量函数：；f.反复演化活动轮廓曲线c直到能量函数达到最小值为止；g.输出最终的遥感图像分割结果。2CN105631855A说明书1/3页基于NSCT的活动轮廓遥感图像分割方法技术领域[0001]本发明涉及遥感图像处理领域，尤其是一种既可以保证分割遥感图像的全局性，又可以分割出遥感图像细节信息，且降低了计算复杂度的基于NSCT的活动轮廓遥感图像分割方法。背景技术[0002]遥感图像因具有数据量大、空间分辨率相对较低、形状结构和细微结构部分复杂多样以及地物类型较为丰富的特点，给遥感图像的分割带来了巨大的困难。目前，多分辨率分析方法和活动轮廓模型是比较流行的图像分割方法。多分辨率分析的图像分割技术首先是对输入的图像进行变换，接下来对变换后的系数按照某种规则进行统计分析；最后进行反变换即可。小波变换和非下采样轮廓波变换（Nonsubsampledcontourlettransform，NSCT）都是图像多分辨率表示的典型代表，均可在边缘等细节信息上获得较为理想的图像分割效果。基于活动轮廓模型进行图像分割的基本方法是：利用图像的几何特性建立一个能量泛函，在变分法下求能量函数极小值，得到相应的Euler-Lagrange方程，然后，利用泛函分析和数值分析等领域的相关知识对于模型的合理性进行分析，最终提取出感兴趣的图像区域。然而，由于仅采用图像的空间特征，活动轮廓模型还包含许多不相关的信息，从而导致较高的计算复杂度。发明内容[0003]本发明是为了解决现有技术所存在的上述技术问题，提供一种既可以保证分割遥感图像的全局性，又可以分割出遥感图像细节信息，且降低了计算复杂度的基于NSCT的活动轮廓遥感图像分割方法。[0004]本发明的技术解决方案是：一种基于NSCT的活动轮廓遥感图像分割方法，其特征在于按如下步骤进行：约定：I指待分割遥感图像；NSCT变换的分解层数为n；c为活动轮廓模型演化曲线；和为正的加权系数；为分段常值函数：，其中和表示与轮廓曲线c有关的常数值，取轮廓曲线内、外部的平均灰度值；a.获取待分割遥感图像并对变量进行初始化设置；b.进行图像I的n层NSCT变换；c.对于变换后的每层i(i=1,2,…n)，保留每层的高频子带系数，得到待分割遥感图像的多分辨率表示I={I1,I2…,Ii,…,In}；d.在待分割遥感图像上初始化一条演化曲线c；e.利用所产生的图像I的多分辨表示，代入下列能量函数：3CN105631855A说明书2/3页；f.反复演化活动轮廓曲线c直到能量函数达到最小值为止；g.输出最终的遥感图像分割结果。[0005]本发明首先通过非下采样轮廓波变换进行待分割图像的多分辨率表示；其次建立多分辨率系数的概率模型；最后利用基于区域的活动轮廓模型进行多分辨率系数（奇异点信息）的整合操作以达到图像分割的目的。与现有技术相比，具有以下优点：第一，完整性，通过NSCT可以考虑遥感图像的细节信息，并结合活动轮廓模型的遥感图像全局信息作为模型的能量