影像分割流程

发布网友 发布时间：2022-05-02 22:34

我来回答

共1个回答

热心网友 时间：2022-06-27 22:40

影像分割是获取目标区域的一个重要手段。多尺度影像分割法采用不同的分割尺度生成不同尺度的影像对象层，使得具有固定分辨率的影像数据由不同分辨率的数据组成，从而构建一个与地表实体相似的层次等级结构，实现原始像元数据在不同空间尺度间的传递，以适应特定的应用需要，从而有效地将目标区域从背景中分离出来。

Definiens 软件中的多尺度影像分割采用异质性最小的区域合并算法，其允许两个方向生成层次: 从下到上 ( Create Above) 和从上到下 ( Create Below) 。从下到上的分割 ( 由小尺度到大尺度的分割) 相对较简单，合并子对象形成父对象，这种区域合并算法计算过程中的对象只有第一次是像元，以后的均针对对象进行，时间代价较小。从上到下的分割( 由大尺度到小尺度的多种分割) 需要在父对象范围内以像元为单位用区域合并算法形成子对象，区域合并算法每次均是针对单个像元进行，时间代价大。多尺度分割两种方向生成层次在时间利用和生成对象个数方面有很大差异，以研究区某一子区域为例，如表5 －1所示。

表 5 －1 多尺度分割两种方向生成层次消耗的时间

从上表可以看出两点: ① 两个方向的分割结果略有差异，主要表现为对象个数不尽相同; ②“从下到上”的分割由于是在子对象基础上的合并，所以除了第一次针对像元的分割速度稍慢之外，其后进行的各次分割速度明显快于第一次分割; 而 “从上到下”的分割，由于每次分割操作都是针对像元重新进行，除了分割尺度最小的基于像元的那次操作之外，每次分割所耗费的时间都远远多于同一尺度 “从下到上”的分割。

从下到上的多尺度分割方法主要思想是一种从像元开始由下至上、逐级进行区域合并的过程。经过多次迭代过程，小的同质区域变成大的同质区域。

Definiens 软件中多尺度分割的具体算法步骤如下 ( 图 5 － 12) :

1) 设置分割参数，包括设定一个尺度阈值，以此阈值作为判断是否停止像元合并的条件，根据影像信息的纹理特征以及所提取的专题信息的要求，确定光谱因子和形状因子的权重; 在形状因子中根据大多数地物类别的结构属性确定紧致度和光滑度因子的权重，以及在计算光谱差异性时需要用到的每一个波段的权重值; 必要时，也可考虑是否加入专题图进行分割。

2) 以影像中任意一个像元为中心开始分割，第一次分割时单个像元被看做是一个最小的多边形对象参与异质性值的计算; 第一次分割后，以生成的多边形对象为基础进行第二次分割，同样计算异质性值。

3) 假设 f 为最小异质性值，s 为分割尺度值。每次判断 f 与预定的阈值之间的差异，若 f 小于阈值 s，则继续进行下一次分割，以此循环。

4) 若 f 等于或大于阈值 s，则停止影像的分割工作，形成一个固定尺度值的影像对象层。

大多数情况下，光谱因子是生成有意义对象的最重要的一条标准，而形状因子则有助于避免产生不规则破碎的对象，适合高纹理的影像数据。因此，Definiens 软件建议，在进行影像分割的过程中应遵循两条原则: ① 尽可能设置大的颜色因子权重，因为光谱信息是影像数据中所包含的主要数据，形状因子权重过大将导致光谱均质性的损失; ② 对于边界不太光滑但是聚集度较高的影像对象，尽可能地使用必要的形状因子。

图 5 －12 异质性最小的区域合并影像分割流程