基于區(qū)間二型模糊理論的高分辨率遙感影像分割方法研究

王春艷

遼寧工程技術(shù)大學(xué)礦業(yè)技術(shù)學(xué)院，遼寧 葫蘆島 125105

影像分割是遙感影像處理(如特征提取、目標辨識、地物目標分類)的基礎(chǔ)工作和重要任務(wù)。高分辨率遙感影像所具有的更加豐富的地表覆蓋細節(jié)信息為精準地物目標分割提供了充分的依據(jù)。然而，更加精細的空間尺度、復(fù)雜多樣的地物目標及真實地表覆蓋信息的缺乏，增加了像素類屬的不確定性和分割決策的不確定性，給高分辨率遙感影像分割帶來了新問題，導(dǎo)致高分辨率遙感影像應(yīng)用傳統(tǒng)的影像分割方法得到的分割結(jié)果精度并沒有隨著分辨率的提高而得到顯著提高。有鑒于此，本文以處理高分辨率遙感影像像素類屬不確定性、分割決策不確定性及充分合理建模同質(zhì)區(qū)域光譜測度分布模型為目標，提出基于區(qū)間二型模糊理論的影像建模與分割這一科學(xué)問題，并對其展開系統(tǒng)的理論與實踐研究，以實現(xiàn)精度高、可靠性強的高分辨率遙感影像分割。本文具體工作和主要貢獻包括：

(1) 分析了高分辨率遙感影像數(shù)據(jù)特征，通過監(jiān)督采樣建立同質(zhì)區(qū)域一型模糊隸屬函數(shù)模型，以刻畫像素類屬的不確定性；為了改善一型模糊隸屬函數(shù)對類屬不確定性的表達和增強分割決策的準確性，以同質(zhì)區(qū)域模糊隸屬函數(shù)模型為基礎(chǔ)，根據(jù)正態(tài)分布或高斯分布的3σ準則，提出了3種類型的區(qū)間二型模糊隸屬函數(shù)影像建模方法。分析不同形式的區(qū)間二型模糊模型的適用條件，試驗驗證了相對于一型模糊模型，區(qū)間二型模糊模型能夠提高分割精度。

(2) 對3種區(qū)間二型模糊隸屬函數(shù)的適用性進行了分析。具有不確定均值的區(qū)間二型模糊隸屬函數(shù)適用于刻畫同質(zhì)區(qū)域存在光譜測度的不確定性情況；具有不確定標準差的區(qū)間二型模糊隸屬函數(shù)模型可以刻畫同質(zhì)區(qū)域光譜測度變化不大，而頻率出現(xiàn)的差異性較大的情況；具有不確定均值和不確定標準差的區(qū)間二型模糊隸屬函數(shù)可以同時刻畫同質(zhì)區(qū)域光譜測度的不確定性及出現(xiàn)頻率的不確定性情況。

(3) 加權(quán)平均法構(gòu)建分割決策模型。依據(jù)訓(xùn)練數(shù)據(jù)的原始隸屬度，上隸屬度及下隸屬度與對應(yīng)的直方圖頻率值距離越接近發(fā)揮的作用越大，距離越遠發(fā)揮的作用越小的原則，提出將3種隸屬度的加權(quán)平均和作為分割決策模型的最終隸屬度。通過試驗驗證了提出的區(qū)間二型模糊決策模型的分割精度高于傳統(tǒng)分割方法。

(4) 基于改進的模糊線性神經(jīng)網(wǎng)絡(luò)法分割決策模型的構(gòu)建。將訓(xùn)練樣本在所有類別中的一型模糊隸屬度及區(qū)間二型模糊隸屬函數(shù)的上、下隸屬度作為輸入，并構(gòu)建了適應(yīng)高分辨率遙感影像的分段線性函數(shù)作為激活函數(shù)，以訓(xùn)練數(shù)據(jù)直方圖作為期望輸出，建立模糊線性神經(jīng)網(wǎng)絡(luò)模型作為分割決策模型。分析該模型對同質(zhì)區(qū)域直方圖分布特征的擬合效果及對分割精度的影響程度，并通過試驗驗證了提出方法可以精確擬合高分辨遙感影像非對稱多峰分布特征，分割精度高于傳統(tǒng)分割方法。

(5) 針對加權(quán)平均法及改進的模糊線性神經(jīng)網(wǎng)絡(luò)法分割決策模型對噪聲敏感問題，對分割決策模型進行了完善，提出融入空間關(guān)系的加權(quán)平均法和模糊線性神經(jīng)網(wǎng)絡(luò)法分割決策模型，并試驗驗證其可行性。

(6) 對提出方法中區(qū)間二型模糊模型的不確定區(qū)域范圍對分割精度的影響規(guī)律進行了研究，確定最佳分割決策模型，實現(xiàn)影像最優(yōu)模糊劃分。