一种快速高分辨率遥感影像分割算法

收稿日期：2005-09-2l；修返日期：2005-ll-08 基金项目：国家“863”计划资助项目（2003AAl350l0）；中国科 学院院“百人计划”资助项目（KZCX0504） 一种快速高分辨率遥感影像分割算法* 陈 忠l，2，赵忠明l，宫 鹏2 （l.中国科学院 遥感应用研究所，北京 l00l0l；2.中国科学院 遥感国家重点实验室，北京 l00l0l） 摘 要：高分辨率遥感影像（如 IKONOS 影像）海量数据、复杂细节的特点决定了高分辨率遥感影像分割的技术 难点，提出了基于同质性梯度特征、分水岭算法和最小代价合并的快速分割 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 。首先对于原始图像进行同质 梯度计算得到同质梯度图像；其次利用一种高效的分水岭变换获得初始分割图像；最后给出一种改进的区域合 并算法来优化初始分割区域。应用于 IKONOS影像的实验证明与其他的分割算法相比，采用所提出的分割方法 能快速、准确地获得高分辨率遥感图像的分割结果。 关键词：高分辨率；遥感影像；分割；区域合并；梯度；分水岭 中图法分类号：TP39l 文献标识码：A 文章编号：l00l-3695（2006）l0-0l54-02 Fast Segmentation AIgorithm of High ResoIution Remote Sensing Image CHEN Zhongl，2，ZHAO Zhong-mingl，GONG Peng2 （l. Institute of Remote Sensing Applications，Chinese Academy of Sciences，Beijing l00l0l，China；2. State Key Laboratory of Remote Sensing Science，Chinese Academy of Sciences，Beijing l00l0l，China） Abstract：The characters such as Iarge size and compIeX detaiIs of high resoIution remote sensing image Iike IKONOS image determines the technoIogicaI difficuIt point of such image segmentation. In this study，a fast and accurate segmentation ap- proach was proposed based on homogeneity gradient character，watershed transform and min-cost region merging. First，a homogeneity gradient image was produced from initiaI image. Then，an efficient watershed transform was empIoyed to gain the initiaI segments. FinaIIy，an improved region merging approach was proposed to merge the initiaI segments and the finaI seg- ment was obtained. EXperiments show，compared with other segment approach，the proposed one is a bit faster and a bit more accurate when appIied to the IKONOS image. Key words：High ResoIution；Remote Sensing Image；Segmentation；Region Merging；Gradient；Watershed 图像分割是一个重要和关键的图像分析技术，是图像分 析的第一步。到目前为止，图像分割仍然是一个重要的图像 分析研究方向［l］，尤其是在遥感图像处理领域，近年来得到了 越来越多的重视。然而，人们对于遥感图像的分割算法如区 域生长和分水岭算法大部分是针对 SAR（ Synthetic Aperture Radar）图像［2，3］和中、低分辨率的遥感图像，如 TM 或者 SPOT 影像［4，5］，对于高分辨遥感影像分割的研究相对较少。随着遥 感技术的发展，地球资源卫星所提供的遥感影像具有越来越 高的空间分辨率，突破米级分辨率的遥感影像数据中，已能够 清晰地分辨出地面的细节特征，从而在农业、森林、矿山开采、 环境现状调查等社会各领域中具有广阔的应用市场。目前， 针对高空间分辨率遥感影像的自动分析和理解的技术手段， 尤其是分割技术还很不成熟，影像中大量的信息不能得到充 分的应用。 本文通过利用整合光谱和纹理特征的同质梯度特征，结合 一种高效的分水岭算法和区域合并算法来实现高分辨率遥感 图像的分割。 ! 算法描述 本分割算法总的描述如下：!利用图像的同质梯度特征生 成同质梯度图（H-图像）；"将分水岭变换作用于同质梯度图 像形成初始分割；#给出一种改进的区域合并算法来获得最终 的分割结果。 !. ! 局域同质梯度的提取 在高分辨率遥感影像中，既有纹理占优的图像区域（纹理 区），也有亮度一致性程度较高的区域（均色区），探求一种能 同时适应上述两类区域的特征表达方法显得非常重要。良好 的、兼顾上述两种区域的特征表达方法应当具有以下属性：! 纹理区和均色区内部的特征值表现出一致性（如同高或同 低）；"纹理区和均色区边缘的特征值也表现出一致性，但是 边缘特征值与内部特征值之间存在明显的差异。文献［6］提 出的局域同质性指标能较好地满足上述要求。事实上，更确切 地说，上述局域同质性特征为梯度特征，分割的关键是找出局 域范围内的极值点。通过计算图像中每个像素的 H值就可以 获得同质梯度图像（H-图像）。 定义（x，y）为像元在图像中的位置，I（x，y）为（x，y）处像 元的特征值，则对于任意一个窗口（大小为 2N + l）中的每一 个像元相对于中心像元的矢量可表示为 cpi =（ xi - xc，yi - yc）。基于 cpi 可以构建一个新的矢量： ·45l· 计算机应用研究 2006 年 fi =（ I（xi，yi）- I（xc，yc））X cpi \ cpi \ （1） 令 f为窗口中所有矢量的和，即 f = I 2N + 1 i = 1 fi，局域同质性指标 H可 定义为 f的模，即 H = f 。 从上面的定义可以看出：!同质区域 H 值会较小；"H 值 越大，中心像元越可能接近区域的边缘。因此选择合适的 H 值域值将会获得较好的同质梯度图像。 !. " 分水岭变换 分水岭变换适合于分割这类梯度特征图像。在数学形态 学领域，图像数据可以理解为地形表面，其中梯度图像的灰度 表示高程。因此，区域边缘对应于高的分水岭线，低梯度的区 域内部对应于集水盆地。到目前为止，在众多的分水岭算法中 一种基于浮点计算的降水分水岭算法的效率最高［7］。降水分 水岭变换的实质是寻找从图像的每个像素到图像表面高程局 部较小的下游路径；而集水盆地则定义为满足以下条件的所有 像素的集合：这些像素的下游路径终止于同一个高程极小点。 本文利用这种分水岭算法来获得初始分割图像。分水岭变换 的详细原理参考文献［7］。 分水岭变换的不足之处在于它的过分割，降水分水岭算法 也不例外，通常人们是通过在分水岭变换前或者变换后处理来 减轻这种过分割现象。本文采用一种域值———面积域值来去 除图像中的一些由于噪声引起的孤立小区域，面积小于域值的 区域将会被去除，在一定程度上也可以消除过分割现象。 !. # 改进的最小代价区域合并算法 通过上面的小区域去除后仍然有一些区域需要通过合并 来形成有意义的区域，使得最终结果形成 N个有意义的区域。 为了最大化分割单元内部的均质性程度，也就是说从总体 上最小化区域内部异质性程度，设法使每一次合并所导致的变 异的增加尽可能地小，选择使变异增加最小的邻接区域对进行 合并，从而达到最小化区域内部的异质性程度和保证合并错误 率降到最低的目的。每次合并总是合并所有相邻区域对中的 最小代价对。本文采用基于区域灰度均值和面积的判决函数， 最小代价判决函数的计算公式如下： Cost = I I = 1 SA A2 +I I = 1 SB B2 -I I = 1 （SA + SB）C2! （2） 式（2）中，SA，SB 分别表示相邻两个区域的面积；A ，B 表示两 个区域各个波段的均值；C 表示合并后区域各个波段的均值。 初始分割后的 K 个区域可以采用 RAG（Region Adjacent Graph）的数据结构［8，9］来表示。文献［8，9］提出的 RAG 为无 向图 G =（V，E），其中 V =｛1，2，⋯，K｝表示节点也就是各个区 域，E CV X V表示相邻接区域边界像素的集合。这种方法在 每次合并之后需要重新计算新节点与相邻节点间的所有链接， 只有当新链接与相邻节点的其他链接的合并代价比较之后才 能更新其在 RAG中的链接，因而该方法的实现效率还是不能 令人满意。 本文提出了一种新的改进的数据结构来描述区域邻接图， 可表述为 G =（V，E，C）。其中 V类似于上面提到的 V，但考虑 到每个区域的邻接区域数不一样，为了节省存储空间、提高效 率，采用动态二维数组来描述个区域节点。E 与 RAG 中的 E 类似，也是表示邻接区域边界像素的集合。C是一个记录合并 代价或者区域相似度的矩阵，矩阵的行号和列号分别对应了区 域的标志号，矩阵中的每一个元素记录了行号和列号所对应区 域的合并代价。本文通过链表来实现改进的 RAG，每个链表 头表示一个区域，每个链表的节点表示该区域的邻接区域，该 区域里存放着指向两个区域间边界像素的链表指针和两个区 域的合并代价。这样在建立 RAG时可以通过式（2）计算出邻 接区域对的合并代价值，每次合并时只要找出最小合并代价的 区域对进行合并，而且每次合并后仅仅需要更新那些与合并的 区域相关区域的链表，相比对 RAG的全搜索，算法速度得到了 极大的提高。与文献［9］的快速合并算法相比，本算法不需要 建立和维持 NNG（Nearest Neighbor Graph）表，也就避免了建立 NNG和更新 NNG的耗时和烦琐的工作，从而提高了算法的速 度，减小了算法所需的存储空间。算法的步骤如下： （1）输入改进的 RAG。 （2）当区域个数小于结果区域个数和最小合并代价小于 所设定的合并代价域值时，做以下循环：!寻找最小合并代价 的区域对；"合并最小合并代价区域对；#更新改进的 RAG。 （3）输出合并后的图像。 " 实验结果和结论 实验图像为某地区 4 波段、空间分辨率为 4m 的 IKONOS 影像，图像数据中能体现出地物的纹理和光谱信息。利用本文 提出的分割算法的实验结果如图 1 所示。 本算法较好地实现了高分辨率遥感图像的分割。比较 图 1（a）和图 1（b）实验结果表明：!本文提出的合并算法运算 速度快，从初始分割的 1 303 个区域（图 1（ c））到最终的 242 个区域（图 1（d））在 P4 1. 8GHZ，256MB内存的 PC机上运行时 间不到 2s。"通过使用局域同质梯度获得 H 图像，很好地获 得了局部同质区域。#对于图像中较为散碎的地方由于有噪 声等的影响，分割后的区域也相应较为散碎。本算法由于没有 加入形状参数，所以分割结果的边界较为粗糙，今后的研究中 应加入形状参数来进一步增强图像分割的能力。 参考文献： ［1］ 章毓晋.图像分割［M］.北京：科学出版社，2001. ［2］ P B G Dammert，J I H Askne，et al. Unsupervised Segmentation of Muititemporai Interferometric SAR Images［J］. IEEE Transactions on Geoscience and Remote Sensing，1999，37（5）：2259-2271. ［3］ Y Dong，B C Forester，A K Miine. Segmentation of Radar Imagery Using the Gaussian Markov Random Fieid Modei［J］. Int. J. Remote Sensing，1999，20（8）：1617-1639. ［4］ M Acharyya，R K De，M K Kundu. Segmentation of Remoteiy Sensed Images Using Waveiet Features and Their Evaiuation in Soft Compu- ting Framework［ J］. IEEE Transactions on Geoscience and Remote Sensing，2003，41（12）：2900-2905. （下转第 185 页） ·551·第 10 期 陈 忠等：一种快速高分辨率遥感影像分割算法 end end 其中函数 ep的参数为 permission-id和 roiename，用来检查分配 给某 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 角色的权限与该角色已分配的权限组成的权限对是 否属于联系集 EP。返回值 T表示属于，F表示不属于。 !" !" !# 用户—角色分配算法描述 begin for each（（ sn（userinfo）- sn（users-roies））中的 sn do begin if 要给 sn分配标准角色 then begin for each standardroie中标准角色 standardroiei do begin roiename = standardroie . roiename； if（要将 standardroiei 分配给 sn&&er（ roiename，sn）= = F） then begin if 要对此次分配裁减权限 then begin 将（sn，roiename，TRUE）添加进 users-roies； for each（ permission-id（!roiename = " roiename"（ roies-per））） 中的 permission-idi do if 裁减权限编号为 permission-idi 的权限 将（sn，roiename，permission-idi）添加进 reduced-per； eise continue end eise 将（sn，roiename，FALSE）添加进 user-roies； end eise continue； end end eise 将（sn，nuii，FALSE）添加进 uses-roies； end end 其中函数 er的参数为 roiename 和 sn，用来检查分配给某用户 的标准权限与该用户已分配的标准角色组成的角色对是否属 于联系集 ER。返回值 T表示属于，F表示不属于。 !" !" $# 用户登录控制算法描述 begin 获得登录用户的证书序列号 sn； if !sn = " sn"（userinfo）！ =" then begin R = roiename（!sn = " sn"（user-soies））； 输出：sn分配的标准角色列表 R； 输入：获得用户从 R列表中选择的标准角色名称 roiename； if reduced-fiag（ !sn = " sn"/roiename = " roiename"（ users-roies））= = TRUE； then begin Ps = permission-id（!roiename = " roiename"（ roies-per））； Pc = permission-id（!sn = " sn"/roiename = " roiename"（ reduced-per））； P = Ps - Pc； end eise P = permission-id（!roiename = " roiename"（ roies-per））； 根据用户的权限列表 P装载功能菜单； end eise 输出：非法用户； end # 结束语 在政府采购系统中 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 并实现了基于角色的权限分配及 访问控制子系统。该系统在用户角色分配的基础上加入了权 限裁减 机制 综治信访维稳工作机制反恐怖工作机制企业员工晋升机制公司员工晋升机制员工晋升机制图 ，让访问控制实现起来更加灵活，既体现了基于角 色访问控制的优势，又满足了政府采购系统中错综复杂的访问 控制问题。同时，该系统可配置性强，升级和维护容易，使用简 单。该系统已投入使用。 参考文献： ［1］ Sandhu R，Coyne E，et al. Roie-based Access Controi Modeis［ J］. IEEE Computer，1996，29（2）：38-47. ［2］ Ravi Sandhu，Venkata Bhamidipati，Oamar Munawer. The ARBAC97 Modei for Roie-based Administration of Roies［ J］. ACM Transactions on Information and System Security，1999，2（1）：105-135. ［3］ Ferraioio D F，Sandhu R，et al. Proposed NIST Standard for Roie- based Access Controi［J］. ACM Transactions on Information and Sys- tem Security，2001，4（3）：224-274. ［4］ Barka E，Sandhu R. Framework for Roie-based Deiegation Modei ［C］. New Orieans，LA：Proceedings of the 16th Annuai Computer Se- curity Appiication Conference，2000. 168-176. ［5］ Gavriia S，Barkiey J. Formai Specification for Roie-based Access Controi User / Roie and Roie / Roie Reiationship Management［ C］. Virginia：Proceeding of the 3rd ACM Workshop on Roie-based Access Controi，1998. 81-90. ［6］ Ferraioio D，Barkiey J. A Roie-based Access Controi Modei and Re- ference Impiementation Within a Corporate Intranet［ J］. ACM Tran- sactions on Information and System Security，1999，2（1）：34-64. ［7］ 李涛.网络安全概论［M］.北京：电子工业出版社，2004. 93-95. ［8］ 卿斯汉，刘文清，刘海峰.操作系统安全导论［M］.北京：北京科学 出版社，2003. 241-290. ［9］ Abraham，Siiiberschat，et al. Database System Concepts［M］. 北京： 机械工业出版社，2003. 18-84. 作者简介： 王姝妲（1981-），女，四川人，硕士，主要研究方向为网络安全与人工智 能；李涛（1965-），男，四川人，博导，主要研究方向为网络安全与人工 智能；杨杰（1979- ），男；胡晓勤（1977- ），男，博士研究生；王丹丹 （1980-），女；黄锐（1981-），男，硕士研究生。 （上接第 155 页） ［5］ J Bosworth，T Koshimizu，S T Acton. Muiti-resoiution Segmentation of Soii Moisture Imagery by Watershed Pyramids with Region Merging ［J］. Int. J. Remote Sensing，2003，24（4）：741-760. ［6］ F Jing，M J Li，H J Zhang et al. Unsupervised Image Segmentation Using Locai Homogeneity Anaiysis［C］. Proc. of IEEE Internationai Symposium on Circuits and Systems，2003. ［7］ P D Smet，R L Pires. Impiementation and Anaiysis of an Optimized Rainfaiiing Watershed Aigorithm［ C］. Proc. of SPIE，Image and Video Communications and Processing，2000. 759-766. ［8］ 罗玲，解梅，陈杉. 基于多尺度形态滤波的分水岭图像分割方法 ［J］.计算机辅助设计与图形学报，2004，16（2）：168-173. ［9］ Haris K，Efstratiadis S，et al. Hybrid Image Segmentation Using Water- sheds and Fast Region Merging［J］. IEEE Transactions on Image Pro- cosing，1998，7（12）：1684-1698. 作者简介： 陈忠（1974-），博士研究生，主要研究方向为遥感图像的分类与识别、 图像分割等。 ·581·第 10 期 王姝妲等：一种基于角色的权限分配及访问控制模型 一种快速高分辨率遥感影像分割算法 作者： 陈忠， 赵忠明， 宫鹏， CHEN Zhong， ZHAO Zhong-ming， GONG Peng 作者单位： 陈忠,CHEN Zhong(中国科学院,遥感应用研究所,北京,100101;中国科学院,遥感国家重点实验 室,北京,100101)， 赵忠明,ZHAO Zhong-ming(中国科学院,遥感应用研究所,北京,100101)， 宫鹏,GONG Peng(中国科学院,遥感国家重点实验室,北京,100101) 刊名： 计算机应用研究 英文刊名： APPLICATION RESEARCH OF COMPUTERS 年，卷(期)： 2006,23(10) 被引用次数： 1次 参考文献(9条) 1.Haris K;Efstratiadis S Hybrid Image Segmentation Using Watersheds and Fast Region Merging[外文期刊] 1998(12) 2.P B G Dammert;J I H Askne Unsupervised Segmentation of Multitemporal Interferometric SAR Images[外文 期刊] 1999(05) 3.Y Dong;B C Forester;A K Milne Segmentation of Radar Imagery Using the Gaussian Markov Random Field Model[外文期刊] 1999(08) 4.章毓晋 图像分割 2001 5.罗玲;解梅;陈杉 基于多尺度形态滤波的分水岭图像分割方法[期刊论文]-计算机辅助设计与图形学学报 2004(02) 6.P D Smet;R L Pires Implementation and Analysis of an Optimized Rainfalling Watershed Algorithm 2000 7.F Jing;M J Li;H J Zhang Unsupervised Image Segmentation Using Local Homogeneity Analysis[外文会议] 2003 8.J Bosworth;T Koshimizu;S T Acton Multi-resolution Segmentation of Soil Moisture Imagery by Watershed Pyramids with Region Merging[外文期刊] 2003(04) 9.M Acharyya;R K De;M K Kundu Segmentation of Remotely Sensed Images Using Wavelet Features and Their Evaluation in Soft Computing Framework[外文期刊] 2003(12) 本文读者也读过(10条) 1. 吴兆福.高飞.宫鹏.WU Zhao-fu.GAO Fei.GONG Peng 基于边缘特征的遥感影像小波变换融合法[期刊论文]-地球科学 进展2005,20(7) 2. 薛根元.周锁铨.余越辉.梁旭.宫鹏 复杂地形条件下气候变量空间分布分析 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 研究[期刊论文]-科技导报2004(8) 3. 宫鹏 数字表面模型与地形变化测量[期刊论文]-第四纪研究2000(3) 4. 徐雪仁.宫鹏.杨斌.金勇.XU Xue-ren.GONG Peng.YANG Bin.JIN Yong 卫星遥感计划精度的定量分析方法研究[期刊 论文]-遥感信息2007(2) 5. 宫鹏 遥感生态测量学进展[期刊论文]-自然资源学报1999,14(4) 6. 徐雪仁.宫鹏.黄学智.金勇.XU Xue-ren.GONG Peng.HUANG Xue-zhi.JIN Yong 资源卫星(可见光)遥感数据获取任务 调度优化算法研究[期刊论文]-遥感学报2007,11(1) 7. 刘臻.宫鹏.史培军.Sasagawa T.何春阳.LIU Zhen.GONG Peng.SHI Pei-jun.Sasagawa T.HE Chun-yang 基于相似度 验证的自动变化探测研究[期刊论文]-遥感学报2005,9(5) 8. 纪松.张一鸣.龚辉.JI Song.ZHANG Yi-ming.GONG Hui 一种基于数学形态学的遥感影像分割方法[期刊论文]-测绘工 程2007,16(4) 9. 刘臻.宫鹏.史培军 基于分层多模板匹配的影像自动配准方法研究[期刊论文]-计算机应用2005,25(2) 10. 张桂峰.巫兆聪.易俐娜.ZHANG Gui-feng.WU Zhao-cong.YI Li-na 改进的标记分水岭遥感影像分割方法[期刊论文 ]-计算机应用研究2010,27(2) 引证文献(1条) 1.张桂峰.巫兆聪.易俐娜 改进的标记分水岭遥感影像分割方法[期刊论文]-计算机应用研究 2010(2) 本文链接：http://d.g.wanfangdata.com.cn/Periodical_jsjyyyj200610053.aspx