基于HSI模型和分形的遥感图像分割方法

基于HSI模型和分形的遥感图像分割方法

ID:36618445

大小:1000.99 KB

页数:6页

时间:2019-05-13

基于HSI模型和分形的遥感图像分割方法_第1页
基于HSI模型和分形的遥感图像分割方法_第2页
基于HSI模型和分形的遥感图像分割方法_第3页
基于HSI模型和分形的遥感图像分割方法_第4页
基于HSI模型和分形的遥感图像分割方法_第5页
资源描述:

《基于HSI模型和分形的遥感图像分割方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、http://www.paper.edu.cn1基于HSI模型和分形的遥感图像分割方法1112李昕,杨胜,余俊杰,彭振国1(湖南大学计算机与通信学院长沙410082)2(郴州市国土资源局郴州423000)E-mail:wzdzcc@163.com摘摘摘要要要:要:::遥感图像分割是遥感信息处理的热点之一。很多研究主要从光谱特征着手,忽略了地物的纹理差异。本文提出了色彩相异度的概念,描述了图像像素的色彩属性和色彩深度差异。利用色彩相异度与分形维度、饱和度分量作为FCM算法的三个特征进行分割,提出一种结合了纹理和光谱特征分割遥感图像的新方法。实验证明,该方法能较好的分割遥感图

2、像的不同地形。关键词:::图像:分割,纹理特征,分形,遥感中图分类号:::TP751.引引引言言言遥感图像正越来越多的应用于国土资源利用调查,对遥感图像进行分割,是研究热点之[1,2,3]一。很多研究致力于利用遥感图像的光谱特征来分割地物,因为光谱特征是最直观最容易获取的,同时,通过颜色区分物体也是符合视觉习惯的。然而,越来越多的应用发现,仅仅使用图像的光谱特征进行分割效果有时达不到预期目标,还需要将纹理特征应用到分割中[4,5,6,7]。本文使用分形维度法计算遥感图像的纹理特征,用HSI颜色模型中的饱和度分量和色彩相异度概括图像的光谱特征,利用纹理结合光谱的方法分割地物

3、,并利用辅助资料最终完成图像的分类。2.图像特征提取2.1HSIHSIHSI色彩模型HSI色彩模型HSI色彩模型用色调、色饱和度和亮度来描述彩色物体,它和人观察物体的方式相似。在HSI空间中,H表示色调,描述纯色的属性,也就是指明是什么颜色,它的取值从0°-360°;饱和度S给出一种纯色被白光稀释的程度;亮度I体现了光照强度。由RGB模型转换为HSI模型的公式为:1qB<=G[(RG-)(+RB-)]H={其中q=cos-12(1)360-qBG>2(RG-)+(RBGB-)(-)3S=-1[min(,,)]RGB(2)(RGB++)1I=(RG++B

4、)(3)32.2色彩相异度H分量是用来表示图像的色调,即用H分量识别该像素最接近哪种颜色的光谱频率。在实验中发现,当遥感图像各区域像素颜色总体较深或者较浅,将H分量作为三个特征之1国家自然科学基金项目(NO.60603053),湖南省国土资源厅科技项目(NO.2006K10)。-1-http://www.paper.edu.cn一加入到算法中会忽略光谱的细微差距,导致分割的误差偏大。因此,需要量化地物颜色信息的差异并使其更为明显。人眼识别地物时,判断是否属于同一种地物的首要条件是颜色,同种颜色的物体有可能就是同一种地物。因此希望引入一个新特征来表明像素RGB值所属颜色。同

5、时,同种颜色的不同深浅度也是区分不同地物的重要依据,新特征也要将颜色深浅度的区分计算在内。因此,定义色彩相异度描述新特征,计算公式如下:256IT=(+n)(4)N256其中,N为总的相异度级别数,I为像素的亮度值,计算方法为公式(3),n为像素所在色彩相异度级别。色彩相异度度能够作为颜色特征来补充仅用纹理特征进行分割的不足。首先根据图像颜色信息的分布情况确定N。因为R、G、B三个分量间的大小关系一共有七种,因此N一般取6的倍数加1。如果图像直方图只有一个或者两个波峰,N可以取较小的值,如7;如果图像直方图波峰较多,则应当取较大的值,如13或更大。N越大,带来的计算量也就

6、越大,因此N不宜过大。当N超过7时,n的取值应考虑R、G、B分量间差值的大小,如差值超过某一特定值与差值小于某一特定值,n取不同值。本研究中N为7,相应的n取值如表1所示。表1n值与RGB大小关系的对应n值0123456RGBR>=G,R>=B,G>=R,G>=B,B>=R,B>=G,R=G=B大小关G>=BB>=GR>=BB>=RR>=GG>=R系但不存在但不存在但不存在但不存在但不存在但不存在R=G=BR=G=BR=G=BR=G=BR=G=BR=G=B2.3分形维度的计算“分形”是由数学家曼德尔布罗特(B.B.Mandelbrot)于1975年提出的,具有不规则性、支

7、离破碎等意义。维度是刻画图形占领空间规模和整体复杂性的度量,是图形中基本的不变量。[8,9][10]分形维度的定义和计算方法有多种,B.B.Chaudhuri提出了差分盒维方法。将M×M大小的图像分割成L×L的子块,令r=L/M,将图像视为一个三维空间中的一个表面((x,y,f(x,y)),其中f(x,y)为图像(x,y)位置处的灰度值。X,Y平面被分割成许多L×L的网格。在每个网格上,是一列L×L×h的盒子,h为单个盒子的高度。设总的灰度级为G,令h=[L×G/M]。设在第(i,j)网格中图像灰度的最小值和最大值分别落在第k

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。