基于改進(jìn)分水嶺變換的高分辨率遙感影像分割方法研究.pdf

1、目前，遙感影像蘊(yùn)含的信息愈來愈豐富、特征地物目標(biāo)的幾何形態(tài)愈來愈復(fù)雜。特別是SPOT5、QuickBird以及IKONOS等高分辨率遙感衛(wèi)星影像的出現(xiàn)，越來越豐富的對地觀測數(shù)據(jù)一方面拓寬了人類認(rèn)知自然的眼界，另一方面使我們面臨如何對數(shù)據(jù)進(jìn)行有效處理并服務(wù)于實(shí)際工作的巨大挑戰(zhàn)。如何從這些信息豐富的高分辨率遙感影像數(shù)據(jù)中快速、準(zhǔn)確地獲取所需信息是亟需解決的重大問題。遙感影像分割技術(shù)為解決這一問題提供了契機(jī)，它可以將分辨率高、信息量大、細(xì)節(jié)豐

2、富、背景噪聲復(fù)雜的遙感影像分割為若干子區(qū)域，然后提取出感興趣的目標(biāo)區(qū)域，在此基礎(chǔ)上進(jìn)行進(jìn)一步的分析和處理，從而實(shí)現(xiàn)對遙感信息的智能化處理。針對高分辨率遙感影像分割要求高、同物異譜現(xiàn)象突出以及尺度依賴性等問題，本文探索研究分水嶺變換技術(shù)對高分辨率遙感影像進(jìn)行分割的理論和方法。
　　論文主要圍繞基于改進(jìn)分水嶺變換的高分辨率遙感影像分割方法開展研究工作。根據(jù)高分辨率遙感影像地物特點(diǎn)，提出一種適合高分辨率遙感影像的形態(tài)學(xué)非線性濾波器設(shè)計(jì)方

3、案，充分考慮地物的幾何特性，對高分辨率遙感影像的濾波處理具有理論參考意義;采用擴(kuò)展極小變換技術(shù)，提出一種結(jié)合形態(tài)濾波和標(biāo)記分水嶺變換分割算法，在一定程度上提高了影像分割精度，有效抑制了V-S分水嶺變換的過分割現(xiàn)象;結(jié)合高分辨率遙感影像的多光譜特性，提出一種結(jié)合彩色梯度特征的分水嶺變換分割算法，分割結(jié)果對后續(xù)分類及相關(guān)地物提取等方面的應(yīng)用具有實(shí)際應(yīng)用價值。主要研究工作包括:
　　一、系統(tǒng)分析了高分辨率遙感影像特點(diǎn)及影像分割難點(diǎn)。高分

4、辨率遙感影像具有高空間分辨率、地物幾何紋理特征清晰、應(yīng)用范圍廣和三維信息豐富的優(yōu)勢，已成功應(yīng)用于諸多領(lǐng)域。高分辨率遙感數(shù)據(jù)的出現(xiàn)，一方面使得提取更多細(xì)節(jié)信息成為可能，但另一方面也為信息自動提取與識別工作帶來了新的挑戰(zhàn)。高分辨率遙感影像分割具有以下難點(diǎn):1）數(shù)據(jù)量大、信息高度細(xì)節(jié)化、分割要求高;2）同物異譜、異物同譜現(xiàn)象突出;3)地理空間分析過程中尺度依賴性強(qiáng)。因此有必要針對高分辨率遙感影像特點(diǎn)，發(fā)展新型影像分割算法，以滿足后續(xù)信息提取和

5、識別需求。
　　二、提出了一種結(jié)合形態(tài)濾波和標(biāo)記分水嶺變換的遙感影像分割算法。圖像噪聲嚴(yán)重影響梯度圖像質(zhì)量，本文根據(jù)影像特點(diǎn)及噪聲特性，設(shè)計(jì)了特定形狀和尺寸的形態(tài)學(xué)混合開閉重構(gòu)濾波器來代替高斯濾波器對遙感影像進(jìn)行濾波處理。標(biāo)記提取是基于標(biāo)記分水嶺分割算法能否成功的關(guān)鍵，本文采用擴(kuò)展極小變換對梯度圖像進(jìn)行極值標(biāo)記，以限制極小區(qū)域數(shù)量。實(shí)驗(yàn)結(jié)果表明，該算法在一定程度上提高了影像分割精度，有效抑制了V-S分水嶺變換的過分割現(xiàn)象，能根據(jù)不

6、同的目的需求對遙感圖像進(jìn)行分割，具有較強(qiáng)的適應(yīng)性。
　　三、提出了一種結(jié)合彩色梯度特征的分水嶺變換遙感影像分割算法。考慮到全色遙感影像中亮度分量梯度信息的不完整性，本文結(jié)合多光譜遙感影像的彩色信息計(jì)算彩色向量梯度圖像。將梯度計(jì)算推廣到向量空間，直接在RGB向量空間對多光譜遙感影像進(jìn)行梯度運(yùn)算。采用閉重構(gòu)運(yùn)算進(jìn)行梯度修正，利用自適應(yīng)擴(kuò)展極小變換獲取梯度標(biāo)記圖像，并在此基礎(chǔ)上進(jìn)行分水嶺變換。實(shí)驗(yàn)結(jié)果表明，該算法能獲取與原始圖像上的目標(biāo)