基于人類視覺(jué)系統(tǒng)區(qū)域分裂的圖割遙感圖像分割算法研究

1、理論研究遙感信息基于人類視覺(jué)系統(tǒng)區(qū)域分裂的圖割遙感圖像分割算法研究蔣華，溫靜，王玉斌（）桂林桂林；桂林電子科技大學(xué)網(wǎng)絡(luò)中心，桂林電子科技大學(xué)計(jì)算機(jī)與控制學(xué)院，（）摘要：針對(duì)傳統(tǒng)在分割圖像過(guò)程中實(shí)時(shí)性差的特點(diǎn)，提出一種使用人類視覺(jué)系統(tǒng)（）區(qū)域分裂的圖割方法。根據(jù)再結(jié)合各個(gè)小區(qū)域的灰度特性用區(qū)域分裂算法將遙感圖像分割成多個(gè)小區(qū)域，和空間信息從全局角度用完成圖像的最終分割。實(shí)驗(yàn)表明，相對(duì)于傳統(tǒng)的方法在區(qū)域間進(jìn)行劃分，方法，該算法在獲得相近分割質(zhì)量的同時(shí)，分割速度有了顯著提高，是一種有效的圖像分割方法。關(guān)鍵詞：遙感圖像分割；區(qū)域分裂；圖割；：（）中圖分類號(hào)：文獻(xiàn)標(biāo)識(shí)碼：文章編號(hào)：，（，；，），：，（）

2、（，：；引言遙感圖像分割是面向?qū)ο蟮倪b感圖像分析方法的基礎(chǔ)和關(guān)鍵，在遙感圖像工程中處于圖像處理和圖是面向?qū)ο蟮膱D像分割理論研究像理解的中間環(huán)節(jié)，。由于遙感圖像紋理信息豐富而光譜信的突破口法是目前最受歡迎和應(yīng)用最為廣泛的分割方法之有一，、方法、最小生成樹(shù)方法等。它們的一個(gè)共同點(diǎn)就是將圖像中的像素看做特征點(diǎn)，然后應(yīng)用聚類或分組的方。進(jìn)而完成對(duì)圖像的分割法對(duì)這些點(diǎn)進(jìn)行劃分，文獻(xiàn)提出的算法用于解決圖像分割與聚類中的問(wèn)題，是一種比較規(guī)范的形式，可以將求解準(zhǔn)則轉(zhuǎn)化為求解矩陣的特征矢量問(wèn)題。該方法將圖像看相對(duì)于其他類型圖像的分割，遙感圖像息相對(duì)不足，分割難度更大，也更有挑戰(zhàn)性?；趫D論的分割方收稿日期：修訂

3、日期：）?；痦?xiàng)目：廣西自然科學(xué)基金（，作者簡(jiǎn)介：蔣華（男，河南信陽(yáng)人，教授，博士，主要研究領(lǐng)域；數(shù)據(jù)庫(kù)系統(tǒng)，信息安全技術(shù)。）：遙感信息理論研究做是一個(gè)帶權(quán)圖，其每個(gè)節(jié)點(diǎn)對(duì)應(yīng)圖像的一個(gè)像素，連接每?jī)蓚€(gè)節(jié)點(diǎn)的邊的權(quán)值表示該兩節(jié)點(diǎn)屬于同一區(qū)域的可能性，權(quán)值的大小與兩節(jié)點(diǎn)的相似性、鄰近性以及連續(xù)性等相關(guān)，然后在所建的圖上尋找一個(gè)正規(guī)化的最小割來(lái)對(duì)圖中的節(jié)點(diǎn)進(jìn)行劃分，進(jìn)而完成對(duì)圖像的分割。但是最大的問(wèn)題是該方法存在即隨著圖中節(jié)點(diǎn)數(shù)的增多，問(wèn)題的求問(wèn)題，解變得異常費(fèi)時(shí)，因此對(duì)較大的圖像進(jìn)行分割的速度會(huì)異常緩慢。為了克服許多學(xué)者提的運(yùn)算量大的問(wèn)題，出不在原始圖像上直接用而是算法進(jìn)行分割，先對(duì)原始圖像進(jìn)行預(yù)

4、分割然后對(duì)分割后的區(qū)域即與之間所有邊的權(quán)值之和，這也是與中提的不相似度的表示。和在文獻(xiàn)出采用歸一化分準(zhǔn)則（來(lái)描述兩類間的不相似）度，該方法不只是計(jì)算連接兩個(gè)子圖的邊的權(quán)值之而是將其作為分子，計(jì)算這些邊在整個(gè)圖的邊集和，權(quán)值中所占的分量，定義如下：（，），）（）（，）（，）（，）其中（，），（，）（，），同理可得（，），（，）。對(duì)于圖，的一個(gè)最優(yōu)分割是能夠使與之間的值最小，方法將計(jì)算最優(yōu)的值問(wèn)題轉(zhuǎn)換到對(duì)矩陣的特征值和特征向量的求解上。令是一個(gè)維的指示向量，設(shè)表示該點(diǎn)在中，令為一個(gè)表示該點(diǎn)在中，其元素為（×對(duì)稱矩陣，是×的對(duì)）角矩陣，對(duì)角線上的元素為使用圖中的節(jié)點(diǎn)將不再算法對(duì)其

5、進(jìn)行后處理，而是代表區(qū)域，從而減少了圖中的節(jié)點(diǎn)數(shù)代表像素，量，只需建立一個(gè)規(guī)模小的權(quán)值矩陣，簡(jiǎn)化了的計(jì)算。例如文獻(xiàn)提出先利用，算法然后對(duì)分割區(qū)域用進(jìn)行預(yù)分割，方法進(jìn)一步分割；文獻(xiàn)提出先利用小波變換將其變換到某一合適的低分辨下的小圖像，然后對(duì)這個(gè)低分辨率下的小圖像用進(jìn)行分割。本文提出的解決方法也不是在原始圖像上使用而是先利用區(qū)域分割，分裂算法對(duì)圖像進(jìn)行預(yù)分割，生成多個(gè)小區(qū)域，然后對(duì)預(yù)分割生成的小區(qū)域用方法作為后處理。，），（。令是一個(gè)×的單位向量，通過(guò)上（述的定義可以轉(zhuǎn)換為如下形式：，）（）（）（）相關(guān)理論，對(duì)于一個(gè)帶權(quán)圖，設(shè)為圖（其中為，）連接每?jī)蓚€(gè)節(jié)節(jié)點(diǎn)集合，是連接節(jié)點(diǎn)的邊的集合，

6、用來(lái)衡量?jī)蓚€(gè)節(jié)點(diǎn)的相似點(diǎn)的邊賦予權(quán)值（，）程度，移去連接與之間的邊的基為，將其分為個(gè)不相交的子集與，如圖所示。定義該圖的一個(gè)割如下： ，（），（，）（）（，（在約束條件將求解，）下，具有最小值的問(wèn)題轉(zhuǎn)換為如下形式：不妨設(shè)）（）（，），）（） 上面的形式是如果放松對(duì)中商數(shù)，元素的取值范圍要求，那么最小化相當(dāng)于求解一般的矩陣特征方程：（）（）對(duì)于，約束條件是把。設(shè)，）式（轉(zhuǎn)換成一個(gè)標(biāo)準(zhǔn)的特征方程如下：（）于是，非常方便地可以得到特征值為時(shí)，的一個(gè)解，且是方程（）是最小特征向量。第二小特征向量正交于：（）圖簡(jiǎn)單的圖劃分（）（），把求得的兩個(gè)解代入式（得到是方程理論研究遙感信息的最小特征向量，為：正交

7、于，）（首先利慮到圖像中空間上相鄰的像素具有相似性，（）用區(qū)域分裂技術(shù)對(duì)圖像中相鄰像素進(jìn)行初始分割，把空間上相鄰的像素劃分為小區(qū)域，然后再利用每個(gè)區(qū)域的特征用的方法對(duì)區(qū)域進(jìn)行分割。該方建立一個(gè)帶法將每個(gè)小區(qū)域看成是圖的一個(gè)節(jié)點(diǎn)，），權(quán)濃縮圖權(quán)值代表區(qū)域之間的近似（，第二小特征值對(duì)應(yīng)的就是圖的第一次最優(yōu)分，在向量中選擇一個(gè)分割數(shù)值，使中大于該數(shù)割的部分對(duì)應(yīng)節(jié)點(diǎn)在中，其余的在中，從而得到一個(gè)，分割結(jié)果，通常情況下取該值為采用遞歸算法可以直到滿足條件為止。進(jìn)一步地對(duì)得到的子圖進(jìn)行劃分，那么求關(guān)系。這樣使得所產(chǎn)生的權(quán)值矩陣非常小，實(shí)現(xiàn)起解矩陣的特征值與特征向量就變得很簡(jiǎn)單，來(lái)也會(huì)很方便。該方法對(duì)區(qū)域分

8、裂和這兩個(gè)算有效地利用了兩個(gè)算法的優(yōu)點(diǎn)進(jìn)行圖法取長(zhǎng)補(bǔ)短，像分割 。算法實(shí)現(xiàn)本文提出的算法主要分成兩步，如圖所示，考圖本文圖像分割方法區(qū)域分裂算法傳統(tǒng)的區(qū)域分裂算法區(qū)域分裂技術(shù)利用了圖像數(shù)據(jù)結(jié)構(gòu)的金字塔或四叉樹(shù)結(jié)構(gòu)的層次概念，將圖像劃分為一組任意不相交的初始區(qū)域。本文采用的是四叉樹(shù)的結(jié)構(gòu)，其中心思想形象地說(shuō)就是從圖像四叉樹(shù)的任一中間層開(kāi)始，根據(jù)給定的均勻性檢測(cè)準(zhǔn)則進(jìn)行分裂。并以直到最后將圖像分此來(lái)逐步改善區(qū)域劃分的性能，成數(shù)量最少的均勻區(qū)域?yàn)橹?。不妨設(shè)待分割的圖像的大小為×，則四叉樹(shù)區(qū)域分解的過(guò)程為：將原始圖像分成個(gè)大小相同的方塊，判斷每個(gè)方塊是否滿足一致性標(biāo)準(zhǔn)；如果符合則停止分割，如

9、果不符合，則將該區(qū)域再細(xì)分為并對(duì)每次細(xì)分后的區(qū)域進(jìn)行個(gè)相同大小的區(qū)域，一致性檢查，如此不斷地重復(fù)下去，直到圖像中所有的區(qū)域都符合一致性標(biāo)準(zhǔn)才停止。最開(kāi)始的時(shí)候，使用每一塊圖像區(qū)域中極大極小灰度值之差是否在容許的范圍來(lái)作為均勻性檢測(cè)準(zhǔn)則。目前均方差最小，檢測(cè)都是最常用的均勻性檢測(cè)準(zhǔn)則。區(qū)域分裂算法是世界上最好的圖像處理系統(tǒng)，對(duì)并不是對(duì)圖像圖像的認(rèn)知是非均勻的和非線性的，例如圖像系數(shù)的量化誤差中的任何變化都能感知，變化在一定范圍內(nèi)是不能為人眼所察覺(jué)的。事實(shí)在圖像中如果相鄰像素點(diǎn)的灰度相差不大，但是上，包含了豐富的信息的話，人眼則無(wú)法從圖像中提取相應(yīng)的信息，因?yàn)槿搜鄯直婊叶鹊哪芰懿?，一般只有幾十個(gè)

10、數(shù)量級(jí)。傳統(tǒng)的區(qū)域分裂算法并沒(méi)有利用到從而導(dǎo)致出現(xiàn)過(guò)分割現(xiàn)象很嚴(yán)的一些特點(diǎn)，這樣不利于本文算法的后處理。本文根據(jù)重，特征使用一種其原則是：當(dāng)區(qū)區(qū)域分裂方法，域塊內(nèi)像素的最大值與最小值之差大于某一閾值時(shí)，將區(qū)域塊進(jìn)一步分成個(gè)子區(qū)域，直到小于某一閾值或者達(dá)到分解深度條件時(shí)不再細(xì)分。根據(jù)人眼這個(gè)閾值通常是幾十個(gè)數(shù)量級(jí)?？紤]系統(tǒng)特征，圖像塊的相似性必定落在矩按照一致性準(zhǔn)則，且當(dāng)區(qū)域塊的大小小于某一閾值時(shí)不再細(xì)分形內(nèi)，的話就不用對(duì)初始區(qū)域進(jìn)行區(qū)域合并了，這樣能進(jìn)一步減少小區(qū)域數(shù)，從而圖的節(jié)點(diǎn)也減少了，且分割的速度更快。新型區(qū)域分裂算法的實(shí)現(xiàn)步驟如下：判斷將原始圖像分成個(gè)大小相同的方塊，每個(gè)方塊是否滿足一

11、致性標(biāo)準(zhǔn)；即區(qū)域塊所允許的最大設(shè)定劃分深度范圍，與最小尺寸；如果滿足劃分的最小深度范圍就不再繼續(xù)分；裂（即使沒(méi)有達(dá)到一致性標(biāo)準(zhǔn)）否則如果不滿足一致性標(biāo)準(zhǔn)就再細(xì)分成個(gè)小方塊，并對(duì)細(xì)分得到的方塊作深度范圍和一致性檢測(cè)；直到所有的方塊都滿足一致性重復(fù)步驟，標(biāo)準(zhǔn)才結(jié)束。遙感信息理論研究用于區(qū)域間的分割算法用于區(qū)域間的分割與用于原始的圖像的分割不同之處是圖的計(jì)算；基于區(qū)域的相似性構(gòu)造連通圖且基于區(qū)域間的距離及相似性計(jì)算圖的邊權(quán)值，即構(gòu)造矩陣。如果圖是由圖像的每個(gè)像素構(gòu)成，則矩陣是可以直接存取的，對(duì)于任一個(gè)像素，與其相鄰接的像素均可直接存取。而對(duì)于區(qū)域信息是不可以直接存取的，只能從由區(qū)域分裂后所產(chǎn)生的預(yù)分

12、割圖提取信息，本文通過(guò)構(gòu)造區(qū)域鄰接圖完圖中每個(gè)成這個(gè)任務(wù)。區(qū)域鄰接圖是一種圖結(jié)構(gòu)，節(jié)點(diǎn)表示一個(gè)具有獨(dú)特特征的區(qū)域，如兩個(gè)節(jié)點(diǎn)間有邊則表示這兩個(gè)節(jié)點(diǎn)對(duì)應(yīng)的區(qū)域是鄰接的。本文通過(guò)光柵掃描圖像區(qū)域來(lái)構(gòu)造區(qū)域鄰接圖，完成掃，描后，區(qū)域鄰接圖則表示為鄰接矩陣，如區(qū)域相鄰則有如不相鄰構(gòu)建好矩陣，方法劃分區(qū)域。算法具體步驟區(qū)域分裂算法對(duì)原圖進(jìn)行預(yù)分割；利用以區(qū)域?yàn)轫旤c(diǎn)構(gòu)建濃縮賦以輸出的結(jié)果，；權(quán)無(wú)向圖完成矩陣和計(jì)算無(wú)向圖邊上的權(quán)值，矩陣的賦值；求其特征值與）解特征方程（，特征向量；對(duì)圖利用與第二小特征值對(duì)應(yīng)的特征向量，中的節(jié)點(diǎn)進(jìn)行劃分，進(jìn)而完成對(duì)圖像的分割；遞歸的調(diào)用如果需要對(duì)圖進(jìn)行再細(xì)分，方法在區(qū)域間進(jìn)行

13、分割，得到圖像的最終分割。仿真結(jié)果及分析定性分析對(duì)于遙感圖像分割算法的性能好壞目前還沒(méi)有一個(gè)統(tǒng)一的評(píng)價(jià)方法。一般來(lái)說(shuō)。圖像分割結(jié)構(gòu)的好壞，都是由人眼主觀判定的。本文算法在初始分割階段引入了概念對(duì)圖像進(jìn)行分割。本文實(shí)驗(yàn)對(duì)象圖和圖分別是大小為×的衛(wèi)星圖像和為了顯×的快鳥(niǎo)高分辨率遙感圖像（，示方便將所有圖片縮小成一樣大小的圖片）圖和）（圖中的（分別為待分割遙感圖像；是直接）（）（為新型區(qū)域分裂的結(jié)果；為本分割結(jié)果，）文分割算法分割結(jié)果。從圖中可以看出，直接運(yùn)用進(jìn)行分割可以產(chǎn)生目標(biāo)的大部分有意義的區(qū)域，但是耗時(shí)較大且會(huì)產(chǎn)生沒(méi)有意義的零散小區(qū)域；圖像直接運(yùn)用新型區(qū)域分裂算法對(duì)圖像進(jìn)行

14、分割會(huì)產(chǎn)生過(guò)分割現(xiàn)象，沒(méi)有獲得目標(biāo)的有意義區(qū)域，實(shí)用性不強(qiáng)；對(duì)于不同的遙感圖像，運(yùn)用本文的算法可以提取出圖像中的主要區(qū)域 。后就可以直接存取區(qū)域的拓?fù)浣Y(jié)構(gòu)了。如何確定圖的邊是一個(gè)急需要解決的問(wèn)題。本文是通過(guò)判斷兩個(gè)區(qū)域的質(zhì)心間的距離來(lái)確定兩個(gè)節(jié)點(diǎn)間是否存在邊，如小于則用一條邊連接這兩個(gè)區(qū)域。距離事先并不確定，必須先計(jì)算每對(duì)區(qū)域的距離，為了計(jì)算方便，本文計(jì)算區(qū)域鄰接圖中對(duì)應(yīng)的兩個(gè)區(qū)域的節(jié)點(diǎn)的最短路徑長(zhǎng)度，在鄰接矩陣中如一對(duì)節(jié)點(diǎn)的最短路徑長(zhǎng)度為則用一條邊連，稱為較高次序區(qū)域鄰接接這對(duì)節(jié)點(diǎn)就得到圖圖，此圖即為對(duì)應(yīng)區(qū)域的圖，稱為鄰接次序參數(shù)。利用區(qū)域間的距離及相似性計(jì)算圖的邊權(quán)本文采用適用于區(qū)域的方法

15、：值，）·）（）其中，的邊權(quán)值，代表區(qū)代表連接節(jié)點(diǎn)域的平均亮度，代表區(qū)域的質(zhì)心所對(duì)應(yīng)的空間位置。構(gòu)造好矩陣后就可以利用前面所述的理論研究遙感信息針對(duì)算法在圖像分割中存在的在本文中，問(wèn)題，我們用區(qū)域分裂算法對(duì)圖像進(jìn)行初始分割，然后運(yùn)用算法對(duì)初始分割結(jié)果進(jìn)行合并，得到最終結(jié)果。其中運(yùn)用區(qū)域分裂算法對(duì)圖像進(jìn)行初始分割，可以大大減少節(jié)點(diǎn)數(shù)目，從而提高了的運(yùn)行速度。把圖像中的每個(gè)像素作為帶權(quán)圖的節(jié)點(diǎn)，圖像的大小決定了帶權(quán)圖的大小，所用時(shí)間會(huì)因圖像的增大而急劇增大；本文算法采用區(qū)域分裂后的小區(qū)域作為帶權(quán)圖的節(jié)點(diǎn)，節(jié)點(diǎn)數(shù)大大減少，并且所用時(shí)間與圖像的大小沒(méi)有直接的關(guān)系，只取決于新型區(qū)域分裂后的小區(qū)

16、域的多少。從表中可以看出，快鳥(niǎo)高分辨率圖像雖然較大，但是區(qū)域分裂后的區(qū)域少，所用的時(shí)間也較少。本文算法由于有初始所以算法速度大幅度的區(qū)域分裂算法進(jìn)行預(yù)分割，提高。定量分析為了定量地分析本文算法的運(yùn)算效率，在，主頻，內(nèi)存的個(gè)人電運(yùn)行腦上，程序?qū)b感圖像進(jìn)行分割。表所示為算法中參算法和本文算法的性能比較，數(shù)的選取一般采取經(jīng)驗(yàn)值，為了便于比較，參數(shù)取值與文獻(xiàn)相同。從表中可以看出本文的算法所用的時(shí)間明顯少于直接用原因是分割，分割表兩種算法的比較實(shí)驗(yàn)遙感圖像名稱大小分割區(qū)域數(shù)分割算法本文算法分裂后區(qū)域數(shù)所用時(shí)間所用時(shí)間衛(wèi)星圖像快鳥(niǎo)圖像結(jié)束語(yǔ)算法把握?qǐng)D像的全局信息對(duì)目標(biāo)進(jìn)行分但由于圖像的大數(shù)量性質(zhì)，每個(gè)像素都作為建立割，的帶權(quán)圖的節(jié)點(diǎn)，導(dǎo)致節(jié)點(diǎn)過(guò)多，問(wèn)題的求解異常費(fèi)時(shí)。計(jì)算速度區(qū)域分裂算法分塊靈活性高，快，但過(guò)分割現(xiàn)象嚴(yán)重，沒(méi)有實(shí)用價(jià)值。針對(duì)區(qū)域分裂算法與基于的圖