基于聚类分析的遥感图像连续目标场的信息提取方法

摘要

本发明涉及一种基于聚类分析的遥感图像连续目标场的信息提取方法，属于信息提取技术领域。该方法包括：对原始图像数据进行特征分析，找出待提取目标场的区域特征数据的参考最大值或参考最小值；根据参考最大值或参考最小值对图像数据进行阈值分割；对经过阀值分割的图像数据进行聚类分析；对经聚类分析获得的目标连续场进行假目标场剔除；将剔除假目标场后的图像与原始图像进行掩模处理，得到信息提取后的结果图像。该技术方案能够更自动化的进行连续目标场的识别和提取；通过利用聚类的方式，在目标对象的层级上，充分考虑在不同图像上连续目标场所具有的图像特征，识别和提取真正需要识别的目标，因此对比现有技术，具备更高的准确性。

主权项

一种基于聚类分析的遥感图像连续目标场的信息提取方法，其特征在于，所述方法包括如下步骤：步骤S1：对原始图像数据进行特征分析，找出待提取目标场的区域特征数据的参考最大值或者参考最小值；步骤S2：根据所述区域特征数据的参考最大值或参考最小值对图像数据进行阈值分割处理；步骤S3：对经过阈值分割的图像数据进行聚类分析；步骤S4：对经聚类分析获得的目标连续场进行假目标场剔除；步骤S5：将剔除假目标场后的图像与原始图像进行掩模处理，得到连续目标场信息提取后的结果图像；其中，所述步骤S3中，将经过阈值分割后的图像上连续成片的像素聚类成若干个单独的连续目标场，并对每个连续目标场进行编号；其中，所述步骤S4中，具体包括如下步骤：步骤S401：基于预设定的区域特征数据的临界参数来判断经聚类分析获得的目标连续场是真连续目标场或是假连续目标场；步骤S402：剔除假连续目标场；其中，所述步骤S401中，所述区域特征数据的临界参数包括：聚类目标场最大临界值、聚类目标场最小临界值、聚类目标场面积临界值以及聚类目标场均值临界值；其中，基于所述各类临界参数，真假连续目标场的判断操作具体包括：针对亮连续目标场且目标场区域内含区域特征数据最大值的情况，以聚类目标场最大临界值作为临界参数进行判别，将区域特征数据最大值大于聚类目标场最大临界值的连续目标场定义为真连续目标场；针对暗连续目标场且目标场区域内含区域特征数据最小值的情 况，以聚类目标场最小临界值作为临界参数进行判别，将区域特征数据最小值小于聚类目标场最小临界值的连续目标场定义为真连续目标场；针对连续目标场的色调纹理较为一致的情况，以聚类目标场均值临界值作为临界参数进行判别；针对连续目标场有面积范围规定的情况，以聚类目标场面积临界值作为临界参数进行判别。