基于水平集的綠化區(qū)域分割方法研究.pdf

1、圖像分割是圖像處理領(lǐng)域的關(guān)鍵環(huán)節(jié),在醫(yī)學(xué)圖像處理、視頻圖像處理、遙感衛(wèi)星圖像處理等方面都有重要的應(yīng)用。在對遙感圖像進行預(yù)處理的基礎(chǔ)上,采用圖像分割方法能夠有效提取圖像中綠色植被的信息,可以探討我國生態(tài)環(huán)境建設(shè)的應(yīng)用前景,從而推動我國西部植被恢復(fù)和生態(tài)環(huán)境建設(shè),監(jiān)測評估荒漠化現(xiàn)狀和治沙效果、森林草原防火等林業(yè)重點建設(shè)。此外還可以清晰直觀的觀察到城市的綠化現(xiàn)狀,方便制定統(tǒng)籌合理的綠化政策,建立環(huán)市區(qū)的綠色生態(tài)環(huán),加強居住區(qū)綠化,提高人民的生

2、活質(zhì)量。
　　經(jīng)典的基于區(qū)域的主動輪廓模型是Chan-Vese模型,該模型克服了圖像梯度信息對分割結(jié)果的影響,具有一定的抗噪聲能力。在傳統(tǒng)的C-V模型中,利用的是圖像的全局范圍,具有全局依賴性,而圖像信息范圍的選擇會影響分割性能。因此,本文研究了圖像高頻分量信息與分割依賴的信息范圍之間的關(guān)系,并提出了一種基于小波局部能量的C-V水平集遙感圖像分割算法。該方法將傳統(tǒng)的C-V水平集模型由全局信息依賴型轉(zhuǎn)變成基于小波的局部能量信息依賴型

3、分割方法,提高了對于復(fù)雜背景遙感圖像的分割準(zhǔn)確性。
　　此外,C-V模型是一種標(biāo)量場模型,僅利用了圖像的灰度信息,而紋理圖像的分割是圖像處理中一項難題,對于背景復(fù)雜凌亂的圖像,得到精確的目標(biāo)輪廓線更是困難。因此,為了更精確的分割紋理圖像,需要將圖像的紋理特征集成到C-V水平集模型中。針對這一問題,本文提出了一種基于水平集的綠化區(qū)域分割方法。首先,使用Gabor小波變換提取圖像本身的紋理特征;綜合使用顏色先驗知識和目標(biāo)紋理共同約束水