硕士论文-设计

摘要遥感图像分割是遥感图像分析和解译中的关键技术之一，对有效利用遥感数据，进一步进行信息提取与目标识别等工作具有重要意义。高分辨率遥感图像包含丰富的颜色、纹理等信息，图像本身也含有大量噪声，因此如何较好地移除噪声，并合理利用图像所包含的各类信息对图像进行准确分割是高分辨率遥感图像分割研究中的一个经典问题。算法是一种可依次实现图像滤波、颜色量化和空间分割的彩色图像分割方法，但该方法直接用于遥感图像分割时，往往由于遥感图像中区域边界较模糊而导致对区域边界分割不准确，或由于区域内不同阴影而出现过分割现象。为了有效实现对区域边界的准确分割，本文利用能更好描述区域内颜色的同质性的局部同质矩阵校正传统JSEG算法中的局部值，以实现对区域边界的准确反映，提高区域边界分割的准确性。为了减弱或消除传统算法的过分割现象，本文利用能稳定描述图像纹理特征的算子进行具有相似纹理信息的颜色类图的合并。最后，采用分析法、优度实验法中的评价测度，在算法中值和均值计算的根底上给出了值和均值评价方法，对本文方法的分割效果进行评价。仿真实验结论说明本文提出的改良算法可有效克服传统的算法在高分辨遥感图像分割时存在的边界分割不准确及过分割现象。关键词:高分辨率遥感图像，算法，局部同质，算子Abstract〔重新翻译〕Inordertoeffectivelyanalyzeandinterprettheremotesensingdata,theremotesensingimageprocessingtechnologyhasbecomehotspot.Theremotesensingimagesegmentationisoneofkeyfactors,whichdecidethesuccessofremotesensingimageanalyzeandcalculation.Becauseonlyifthebettersegmentationeffectisobtained,thefollow-upworkscanbegetbettereffects,suchasinformationextractionandtargetrecognitionetal.Thebackgroundofthispaperishighresolutionremotesensingimage.Astheseremotesensingimagescontainawealthofcolor,textureandalotofnoiseetal,thekeypointoftheresearchishowtoeffectivelyremovenoise,smooththeimageandreasonablyusevariousinformationtosegmenttheimage.Firstly,theimagefiltering,colorspacequantizationandspatialsegmentationcanbecompletelysimultaneouslybyusetheJSEGalgorithm,whichdirectlyutilizecolorinformation.Then,InordertosolvethelimitationcaseoftheJSEG,suchasoversegmentation,theimprovedJSEGalgorithmisproposedinthispaper.Forobtainingthebettereffectofsegmentation,thelocalJvalueiscorrectedbylocalhomogeneousmatrix,whichgivesreasonablydescriptionforcolorhomogeneityinregionandtheboundaryofdifferentregion.Inaddition,forweakeningoreliminatingtheoversegmentation,theclassmapismergedbyLBP/Coperator.Itgivesstabledescriptionforthetextureofimage.Thefinally,theevaluationofimagesegmentationisanalyzedandsummarized.Inaddition,theevaluationmethodofJvalueandJaveragevalueisproposedbasedoncalculatingtheJvalueandJaveragevalueinJSEGalgorithm.Themeritisreflectedbyobjectiveevaluationdata.TheexperimentresultsshowthatthehighresolutioncolorremotesensingimageiseffectivelysegmentedbytheJSEGalgorithmandimprovedJSEGalgorithm.Inaddition,theshortagesofJSEGiseffectivelyovercomebytheimprovedmethod,forexample,theoversegmentationandinaccuratelocationofregionboundary.Keywords:Highresolutioncolorremotesensingimage,JSEGalgorithm,Localhomogeneity,LBP/Coperator目录TOC\o"1-3"\u摘要 )式中，是区域的值，是区域的像素点数，是类图中所有像素点数的总和。这样，值就可以看作是仅有一个分割区域的的特殊情况。因此，利用作为评价标准与值相比就更加直观。实验结果及分析本文采用的第一幅图是美国Geoeye-1卫星2010年8月29日拍摄的北京某地卫星遥感图像，图像大小为。采用的第二幅图是EuropaTechnologies公司的美国华盛顿某地卫星遥感图像数据，该图像由2010年8月29日拍摄，图像大小为。为了更好的说明分割评价标准对分割效果好坏评价的客观性，本文不但对算法与提出的改良算法进行了评价，而且采用mean-shift算法和分水岭算法对两幅高分辨率遥感图像进行了分割，并利用优度法中的三个准那么对两个算法进行了评价，分割效果图以及具体数据如下。图SEQMTChap\c4SEQ图\*ARABIC\s12算法分割效果图SEQMTChap\c4SEQ图\*ARABIC\s13分水岭算法分割效果华盛顿某地分割算法改良分水岭分割时间(s)2021.42077.4//0.18780.20570.14570.22010.80070.84780.98630.8698-0.0600-0.0600-0.0603-0.06031.551/0.1161.994/0.084//表SEQMTChap\c4SEQ表\*ARABIC\s11华盛顿某地图像分割评价北京某地分割算法改良分水岭分割时间(s)1365.01370.1//0.16560.18380.14500.17730.90200.92480.99360.9366-0.0486-0.0486-0.0486-0.04862.3460/0.05822.759/0.047//表SEQMTChap\c4SEQ表\*ARABIC\s12北京某地图像分割评价从实验结果来看，优度法和值测度可以较为有效的对图像分割效果进行客观评价。通过评价数据可以得到如下结论：首先，与改良两种算法的计算费用和边界光滑度根本相同，但改良算法无论从区域比照度，区域内部均匀性以及值、均值标准都优于传统算法，从客观角度说明改良算法得到了较好的分割效果。另外，对于传统的均值漂移和分水岭算法，从分割效果图中可以看出mean-shift算法分割结果更加详细，这一点也从评价数据中得到了相应的反映。例如，虽然分水岭算法对两幅图分割的区域间比照度都优于mean-shift算法，但是区域内部均匀性指标均差于mean-shift算法。最后，通过区域间比照度，区域内部均匀性以及形状测度三个指标可以看出，本文提出的改良算法的分割效果与传统方法相当，一些指标甚至优于传统方法，是一种有效的高分辨率遥感图像分割算法。本章小结本章首先对图像分割的传统评价标准做了分析和总结，并对区域比照度准那么进行了改良。归一化的处理使得该标准较为统一和清晰地对图像分割效果进行评价。另外，针对与改良两种算法，给出了基于图像类图和分割结果的值和评价标准。实验结果说明：1)评价标准可以客观反响图像分割效果的优劣；2)本文提出的改良算法优于传统算法；3)改良两种算法与传统分割方法相比，也具有较好的分割效果，且某些指标优于传统方法，是一种有效的高分辨率遥感图像分割算法。总结和展望工作总结本文从JSEG算法入手，根据JSEG算法自身的特点，将其应用到彩色遥感图像分割中。针对算法本身存在的缺陷以及进行图像分割时遇到的问题，并根据遥感图像的特性，结合遥感图像的颜色和纹理特征，对其进行改良，深入研究了基于改良JSEG算法的高分辨率遥感图像分割算法，从而获得更好的图像分割结果。论文主要研究内容如下：1)算法研究首先利用同等组滤波技术对彩色高分辨率遥感图像进行滤波并对原图像进行量化得到类图。然后在类图上计算得到原图像的图，并在此根底上利用区域生长法对图像进行空间分割。最后利用距离最小原那么进行合并，完成高分辨率遥感图像的分割。2)基于改良算法研究针对传统的算法存在的问题，通过利用同质矩阵和原图像的LBP图对传统算法进行改良。首先，利用提取出高分辨率遥感图像的纹理信息LBP图对颜色类图进行合并。然后，利用局部同质矩阵校正值。该方法较好解决了边界位置不准确以及过分割现象。3)图像分割评价方法研究总结了图像分割评价的方法，如分析法、优度实验法等。本文选取其中的评价测度对以及改良算法分割实验结果进行比拟。为了更好的说明分割评价标准对分割效果好坏评价的客观性，本文不但对与改良算法进行了评价，而且采用mean-shift算法和分水岭算法对两幅高分辨率遥感图像进行了分割，并利用优度法中的三个准那么对两个算法进行了评价，客观地分析和评估了算法的性能。4)实验结论及分析本文利用MATLAB7.0对两种算法编程实现，并对实验结果进行了分析讨论。本文创新工作主要有以下几个方面：1)利用算法实现对高分辨率遥感图像的分割；2)利用颜色同质信息校正局部值，有效提高了图像分割效果；3)利用算子描述的图像纹理信息合并类图，较好地消除了过分割现象。工作展望虽然论文对改良JSEG算法在高分辨率遥感图像方面的应用进行了较为深入的研究，提出了新的改良方法，并得出一些令人较为满意的实验结果，但由于遥感图像分割的复杂性和不同遥感图像所反映信息的复杂性，本文提出的算法在自适应方面会有一定的局限性。作者认为在以下几个方面还有待于更深入的研究和进一步的完善：1)目前图像分割的方法尚不具有通用性，如何有效地提高算法的通用性是一个重要研究方向；2)纹理特征是一种非常重要的遥感图像特征，如何更加有效的提取遥感图像的纹理特征需要进一步的研究；3)高分辨率遥感图像具有丰富的信息，遥感图像还可以融合其它遥感信息以及非遥感信息，如GIS信息、地图信息、专家知识等，多特征融合是实现遥感图像分割的开展方向，如何结合多特征对图像进行分割是下一步需要研究的问题；4)图像分割方法的评价研究目前比拟少，如何根据人类视觉特点建立比拟通用的评价标准，为图像分割提供坚实的参考标准值得思考。参考文献[SEQ文献\*ARABIC1] 尹占娥.现代遥感导论[M].北京：科学出版社.2021.[SEQ文献\*ARABIC2] 杜培军，陈云浩等.遥感科学与进展[M].北京：中国矿业大学出版社.2007.[SEQ文献\*ARABIC3] 韦玉春汤国安杨昕等.遥感数字图像处理教程[M].北京：科学出版社.2007.[SEQ文献\*ARABIC4] JohnR.Jensen.IntroductoryDigitalImageProcessing[M].科学出版社.2007.[SEQ文献\*ARABIC5] 章毓晋.图像工程(中册)——图像分析[M].北京：清华大学出版社.2006.[SEQ文献\*ARABIC6] H.D.Cheng,X.H.Jiang,Y.Sun,JingliWang.Colorimagesegmentation: advancesandprospects[J].PatternRecognition.2001.34:2259~2281.[SEQ文献\*ARABIC7] 章毓晋.中国图像工程:2007[J].中国图象图形学报.2021.13(5):825~852.[SEQ文献\*ARABIC8] 章毓晋.中国图像工程:2021[J].中国图像工程.2021.15(5):689~722.[SEQ文献\*ARABIC9] S.K.Paletal.,Areviewonimagesegmentationtechniques[J].PatternRecognition.1993.29:1277~1294.[SEQ文献\*ARABIC10] 刘建华，毛政元.高空间分辨率遥感影像分割方法研究综述[J].遥感信息.2021.6:95~101.[SEQ文献\*ARABIC11] M.Pesaresi,J.A.Benediktsson.Anewapproachforthemorphologicasegmentationofhighresolutionsatelliteimagery.IEEETrans.Geosci.RemoteSens.2001.39(2):309-320.[SEQ文献\*ARABIC12] J.Chanussot,J.Benediktsson,M.Fauvel.ClassificationofRemoteSensinImagesfromUrbanAreasUsingaFuzzyPossibilisticModel.IEEEGeosciencandRemoteSensingLtrs.2006.3(1):40-44.[SEQ文献\*ARABIC13] R.Chellappa,S.Chatterjee.ClassificationoftextureusingGaussianMarkorandomfields,IEEETransactionsonAcoustics,Speech,andSignalProcessing.1985.33(4):959～963.[SEQ文献\*ARABIC14] 刘国栋，叶懋冬.基于小波-双马尔可夫随机场的纹理分割[J].浙江大学学报.2006.2(33):149~155.[SEQ文献\*ARABIC15] 郑玮，康戈文，陈武凡，李小文.基于模糊马尔可夫随机场的无监督遥感图像分割算法[J].遥感学报.2021.2(12):246～251.[SEQ文献\*ARABIC16] 汪凯斌，俞卞章，李会方，奚玮.基于LBP驱动的区域围道纹理分割模型[J].西北工业大学学报.2007.5(25):712~715.[SEQ文献\*ARABIC17] 张剑清，佘琼，潘励.基于LBP/C纹理的遥感影像居民地变化监测[J].武汉大学学报.2021.1(33):7~11.[SEQ文献\*ARABIC18] 郭英凯，杨杰，李介谷.基于小波和模糊理论的纹理分割方法[J].上海交通大学学报.1998.9(32):40~42.[SEQ文献\*ARABIC19] 陈忠赵忠明.基于区域生长的多尺度遥感图像分割算法[J].计算机工程与应用.2005.41(35):7~9.[SEQ文献\*ARABIC20] 谭玉敏，槐建柱，唐中实.基于邻接图的面向对象遥感图像分割算法[J].大连海事大学学报.2021.35(2):81~83.[SEQ文献\*ARABIC21] 刘嘉，王宏琦.一种基于图割的交互式图像分割方法[J].电子与信息学报.2021.30(8):1973~1976.[SEQ文献\*ARABIC22] 周四龙，梁栋，王慧等.基于四叉树与图割的遥感图像分割方法[J].计算机工程.2021.36(8):224~226[SEQ文献\*ARABIC23] 陈小梅，倪国强.多分辨分形理论在高分辨率遥感图像分割中的应用[J].光学技术.2021.35(2):178-180.[SEQ文献\*ARABIC24] 杨艺，韩崇昭，韩德强.一种多源遥感图像分割的融合新策略[J].西安交通大学学报.2021.44(6):88~92.[SEQ文献\*ARABIC25] 谭玉敏，槐建柱，唐中实.一种融合边缘信息的面向对象遥感图像分割方法[J].光谱学与光谱分析.2021.30(6):[SEQ文献\*ARABIC26] 章毓晋.图像分割[M].北京:科学出版社，2001.[SEQ文献\*ARABIC27] 孔凡状，蒋艳凰，刘芸.遥感图像分割技术综述[C].2005通信理论与技术新进展——第十届全国青年通信学术会议论文集.北京：北京邮电大学出版社,2005:790~792.[SEQ文献\*ARABIC28] SharmaG,TrussellHJ.Digitalcolorimage[J].IEEETransactiononImageProcessing.1997.23(6):901-932.[SEQ文献\*ARABIC29] YiningDeng,B.S.ManjunathandHyundooShin.ColorImageSegmentation[C].ImageProcessinganditsApplications.Venue.1992.303~306.[SEQ文献\*ARABIC30] KarinS.Komati,EvandroO.T.Salles,MarioSarcinelliFilho.Fractal-JSEG:JSEGUsinganHomogeneityMeasurementBasedonLocalFractalDescriptor[C].ComputerGraphicsandImageProcessing.RiodeJaniero.2021.253~260.[SEQ文献\*ARABIC31] YueeLiu,JinglanZhang,DianTjondronegoro,etal.AnImprovedImageSegmentationAlgorithmforSalientObjectDetection[C].ImageandVisionComputing.NewZealand.2021.1~6.[SEQ文献\*ARABIC32] WangYuzhong,YangJie,ZhouYue.ColortexturesegmentationusingJSEGbasedonGaussianmixturemodeling[J].JournalofSystemsEngineeringandElectronics.2006.17(1):24~29.[SEQ文献\*ARABIC33] LiuTingting,ZhangLiangpei,LiPingxiang,etal.RegionSegmentationofmuti-spectralremotesensingimagesusingimprovedJSEGalgorithm[J].JournalofRemoteSensin.2021.13(1):30~33.[SEQ文献\*ARABIC34] YiningDeng,CharlesKenney,MichaelS.Moore,et-al.PeerGroupFilteringandPerceptualColorImageQuantization[C].IEEEInternationalSymposiumonCircuitsandSystems,1999.21~24.[SEQ文献\*ARABIC35] D.Comaniciu,P.Meer.RobustAnalysisofFeatureSpaces:ColorImageSegmentation[C].Proc.CVPR.PuertoRico,1997.750~755.[SEQ文献\*ARABIC36] P.Scheunders.AGeneticApproachTowardsOptimalColorImageQuantization[J].Proc.ofICIP,1996.vol.3,1031~1034.[SEQ文献\*ARABIC37] W.SKim,R.H.Park,ColorImagePaletteConstructionbasedontheHSIColorSystemforMinimizingtheReconstructionError[C].Proc.ofICIP,1996.vol.3,1041~1044.[SEQ文献\*ARABIC38] TimoOjala,MattiPietikainen.UnsupervisedTextureSegmentationUsingFeatureDistributions[J].Thejournalofthepatternrecognitionsociety.1999.32:477~486.[SEQ文献\*ARABIC39] D.Harwood,T.Ojala,M.Pietikainen.TextureClassificationbyCenter-symmetricauto-correlation,usingKullbackDiscriminationofDistributions[J].Thejournalofthepatternrecognitionsociety.1999.16:1~10.[SEQ文献\*ARABIC40] FengJing,MingjingLi,Hong-JiangZhangetal.UnsupervisedImageSegmentationUsingLocalHomogeneityAnalysis[J].CircuitsandSystems.2003.vol.2:456~459.[SEQ文献\*ARABIC41] 陈忠.高分辨率遥感图像分类技术研究[D].中国科学院研究生院.2006:60~65.[SEQ文献\*ARABIC42] 章毓晋.图象分割评价技术分类和比拟.中国图象图形学报.1996.2(1):151~157.[SEQ文献\*ARABIC43] 陈秋晓，陈述彭，周成虎.基于局域同质性梯度的遥感图像分割方法及其评价.遥感学报.2006.3(10):357~365.发表论文和参加科研情况发表论文情况：1.LeiWang,XiaoyiFeng,KunYan,ZhaoqiangXia.RemoteSensingImageSegmentationBasedOntheCombi