一种遥感图像分割方法.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CN107492102A(43)申请公布日2017.12.19(21)申请号201710874773.6(22)申请日2017.09.25(71)申请人新疆大学地址830046新疆维吾尔自治区乌鲁木齐市胜利路14号(72)发明人任大勇贾振红(74)专利代理机构北京鼎佳达知识产权代理事务所(普通合伙)11348代理人王伟锋刘铁生(51)Int.Cl.G06T7/10(2017.01)权利要求书1页说明书4页附图1页(54)发明名称一种遥感图像分割方法(57)摘要本发明实施例提供了一种遥感图像分割方法，其包括：获得图像中连续的空间邻域信息；确定空间邻域信息影响因子β；将空间邻域信息、空间淋浴信息影响因子整合FCM算法的目标函数中，以此重建目标函数；利用重建后的目标函数进行迭代计算；调整空间邻域信息影响因子β，直至达到预设条件迭代过程收敛；获得所需的分割图像。本发明实施例提供的一种遥感图像分割方法，显著抑制了FCM算法的噪声敏感性问题，在保留了相应的图像细节的前提下，提高了算法整体迭代的效率，在遥感图像分割问题中噪声敏感性低，且迭代次数减少。CN107492102ACN107492102A权利要求书1/1页1.一种遥感图像分割方法，其包括：获得图像中连续的空间邻域信息；确定空间邻域信息影响因子β；将空间邻域信息、空间淋浴信息影响因子整合FCM算法的目标函数中，以此重建目标函数；利用重建后的目标函数进行迭代计算；调整空间邻域信息影响因子β，直至达到预设条件迭代过程收敛；获得所需的分割图像。2.如权利要求1所述的方法，其特征在于，空间邻域信息函数表示为重建后的目标函数表示为其中：距离函数：隶属度函数：聚类中心向量：其中：dkj为第k个样本到第j个类属的距离，dik为第i个样本到第k个类属的距离；ujk为第j个样本对第k个类属的隶属度，其中0<＝uik<＝1,uik为第i个样本对第k个类属的隶属度；xj为第j个样本；vi为第i个类属；i是从1到样本点总个数里的任意数；j是从1到类属点总个数里的任意数；c是与类属相关的常数；A为欧式距离；m是无量纲常数；n为样本的总个数；T为矩阵运算中的转置符号。3.如权利要求2所述的方法，其特征在于，所述初始化算法中的不同参数值可选择如下：m＝2，ε＝1×10-5，c＝2。4.如权利要求1所述的方法，其特征在于，空间邻域信息影响因子β的初始值根据噪声级别的不同进行赋值。2CN107492102A说明书1/4页一种遥感图像分割方法技术领域[0001]本发明涉及图像处理技术领域，具体的说涉及一种结合空间邻域信息与模糊c-均值算法的遥感图像分割方法。背景技术[0002]模糊C均值(FuzzyC-means)算法简称FCM算法，是一种基于目标函数的模糊聚类算法，主要用于数据的聚类分析，理论成熟，应用广泛，是一种优秀的聚类算法。在遥感图像分割中某些像素分类具有不确定性和随机性，FCM聚类算法对处理这种不确定性和随机性有很大的优势，但作为一种无监督的分类方法，FCM聚类算法具有很大的缺点，存在噪声敏感性的问题。发明内容[0003]鉴于以上所述的技术问题，本发明实施例提供了一种遥感图像分割方法，解决现有技术采用FCM算法存在噪声敏感性的问题，在保留了相应的图像细节的前提下，提高了算法整体迭代的效率。[0004]本发明实施例提供了一种遥感图像分割方法，其包括：[0005]获得图像中连续的空间邻域信息；[0006]确定空间邻域信息影响因子β；[0007]将空间邻域信息、空间淋浴信息影响因子整合FCM算法的目标函数中，以此重建目标函数；[0008]利用重建后的目标函数进行迭代计算；[0009]调整空间邻域信息影响因子β，直至达到预设条件迭代过程收敛；[0010]获得所需的分割图像。[0011]优选地，空间邻域信息函数表示为[0012]重建后的目标函数表示为[0013]其中：距离函数：[0014]隶属度函数：[0015]聚类中心向量：[0016]其中：3CN107492102A说明书2/4页[0017]dkj为第k个样本到第j个类属的距离，dik为第i个样本到第k个类属的距离；[0018]ujk为第j个样本对第k个类属的隶属度，其中0<＝uik<＝1,uik为第i个样本对第k个类属的隶属度；[0019]xj为第j个样本；[0020]vi为第i个类属；[0021]i是从1到样本点总个数里的任意数；[0022]j是从1到类属点总个数里的任意数；[0023]c是与类属相关的常数；[0024]A为欧式距离；[0025]m是无量纲常数；[0026]n为样本的总个数；[0027]T为矩阵运算中的转置符号。[0028]优选地，所述初始化算法中的不同参数值可选择如下：m