遙感圖像標(biāo)記算法及其應(yīng)用研究.pdf

1、遙感圖像標(biāo)記算法的目的是將圖像上具有相同特征（本文考慮像素點(diǎn)的RGB值）的像素點(diǎn)標(biāo)記為同一值。遙感圖像經(jīng)圖像分類算法分類后，圖像被分割成一塊一塊的區(qū)域，且具有相同屬性的區(qū)域被賦予了相同的RGB顏色值。這樣我們可以根據(jù)這個(gè)特征，先對(duì)圖像上每個(gè)區(qū)域進(jìn)行連通域標(biāo)記，得到圖像的標(biāo)記圖；然后再根據(jù)這個(gè)標(biāo)記圖計(jì)算出每個(gè)標(biāo)記值的數(shù)量。由此，我們可以計(jì)算出每個(gè)區(qū)域的面積（以像素為單位）。得到每個(gè)區(qū)域面積之后，再根據(jù)每個(gè)區(qū)域的面積大小判斷是否為噪聲并將之

2、去除。本文將圖像標(biāo)記算法應(yīng)用于彩色遙感圖像和二值圖像，所處理的效果非常好，而且快速完成了對(duì)分類之后的圖像的連通域標(biāo)記。 本文對(duì)遙感圖像的分類后的連通域標(biāo)記作了初步的研究，其主要工作包括： 1.針對(duì)遙感圖像分類精度與算法復(fù)雜度的矛盾及算法的魯棒性問題，尤其是訓(xùn)練樣本的選取、特征提取與選擇，需人為干預(yù)過多，且受專業(yè)人員的知識(shí)限制。為此本文提出了基于加權(quán)Mean Shift的遙感圖像分類算法。結(jié)合內(nèi)嵌置信邊緣檢測(cè)得到像素的加權(quán)

3、因子，利用重采樣策略在特征空間對(duì)像元進(jìn)行加權(quán)Mean Shift濾波找到圖像各區(qū)域的核密度函數(shù)局部最大值，通過迭代移動(dòng)附近數(shù)據(jù)點(diǎn)至該區(qū)城局部最大值，重復(fù)此過程，遍歷圖像中所有像素，對(duì)各聚類區(qū)域進(jìn)行融合得到分類圖。實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性。 2.帶標(biāo)記矯正的圖像連通域像素標(biāo)記算法采用標(biāo)記矯正來減少圖像掃描次數(shù)，然后再對(duì)標(biāo)記采用RLE游程編碼[1]來提高合并效率，這種算法對(duì)大多數(shù)形狀目標(biāo)可以在一次掃描中完成像素的標(biāo)記，從而使像素標(biāo)

4、記算法得到優(yōu)化。但是對(duì)圖像上區(qū)域比較多，且向上分叉的區(qū)域占絕大多數(shù)的情況下，這種算法的執(zhí)行效率就不是非常理想。 3.本文考慮到遙感圖像上復(fù)雜的顏色信息，提出了基于區(qū)域生長(zhǎng)算法的連通域標(biāo)記，對(duì)分類后的遙感圖像進(jìn)行連通域標(biāo)記。該算法不用考慮向上向下和向左向右分叉的區(qū)域。當(dāng)在圖像上適當(dāng)選定一個(gè)種子點(diǎn)后，同時(shí)分配一個(gè)堆棧用來存放種子點(diǎn)，特征值相同且沒有被標(biāo)記過的種子點(diǎn)會(huì)放入堆棧中。不斷從棧頂取出種子點(diǎn)進(jìn)行八鄰域掃描，直到棧為空。那么一個(gè)

5、連通區(qū)域就標(biāo)記完成。且在標(biāo)記的過程中不會(huì)有等價(jià)標(biāo)記情況的出現(xiàn)，即同一個(gè)區(qū)域中只會(huì)出現(xiàn)同一個(gè)標(biāo)記值。該算法只用掃面圖像一次即可對(duì)圖像進(jìn)行連通域標(biāo)記，執(zhí)行效率比帶標(biāo)記矯正的圖像連通域像素標(biāo)記算法要快，且具有很好的魯棒性和算法穩(wěn)定性。 4.基于區(qū)域生長(zhǎng)算法的連通域標(biāo)記借助于工業(yè)用的相機(jī)，對(duì)相機(jī)采集到的圖像進(jìn)行圖像分割后的標(biāo)記。相機(jī)的控制嵌入到我們的地理信息系統(tǒng)這個(gè)軟件平臺(tái)中，通過本軟件可以對(duì)相機(jī)的各種參數(shù)進(jìn)行設(shè)置。 5.在算法