[发明专利]一种基于单点模糊初始化水平集演化的遥感图像溢油分割方法

说明书

技术领域

本发明涉及遥感图像处理技术领域，具体涉及一种基于单点模糊初始化水平集演化的遥感图像溢油分割方法。

背景技术

海上石油开采时常会有泄露的情况发生。为减小溢油造成的影响，需及时检测溢油区域。基于海面遥感图像的溢油区域检测任务通常是将遥感图像分割为溢油区域和非溢油区域的过程。区域可伸缩匹配(Region Scalable Fitting)水平集演化算法(参见文献：Li C,Kao C Y,Gore J C,et al.Minimization of region-scalable fitting energy for image segmentation.[J].IEEE Transactions on Image Processing,2008,17(10):1940-1949)是一类广泛应用的图像分割方法。该方法需要设定待分割区域的初始轮廓。在水平集演化算法中，初始轮廓对应于初始水平集中的零水平集函数。实验证明，该方法对初始轮廓具有依赖性：对于不同的初始轮廓，其分割结果不同。将该方法应用到溢油分割时，对于与溢油区域相差较大的初始轮廓，其分割结果不准确。如图2、图3、图4和图5中(b)和(c)中白实线分别是手动设置的不同初始轮廓以及对应的分割结果。由上可知，区域可伸缩匹配水平集算法对初始轮廓的依赖，提升了初始轮廓设定的难度，给溢油检测的实际操作造成了困难，为溢油自动检测造成了困扰。

发明内容

为了解决上述问题，本发明根据模糊连接度(参见文献：Udupa J K,Saha P K.Fuzzy connectedness and image segmentation[J].Proceedings of the IEEE,2003,91(10):1649-1669)提出了一种基于单点模糊初始化水平集演化的遥感图像溢油分割方法。该方法有效解决了背景技术中提到的水平集演化对初始化轮廓的依赖问题，能够实现对遥感溢油图像的精确分割。

本发明的技术方案是：一种基于单点模糊初始化水平集演化的遥感图像溢油分割方法，包含以下步骤：

步骤一：计算图像中各像素相对于种子像素的模糊连接度：

定义I表示一张分辨率为X×Y的遥感溢油灰度图像，I是X×Y维矩阵，I(x,y)是矩阵(x,y)位置的元素，表示溢油图像(x,y)位置像素的灰度值。

在原始图像溢油区域内任选一个(x₀,y₀)位置的像素作为种子像素。

计算图像中所有位置中任意两位置所对应像素间的模糊邻近度，位于任意(x_i,y_i)和(x_j,y_j)位置两像素间模糊邻近度ρ_i,j如下计算：

其中，k₁是距离递减因子，为非负常数，用来调整图像中两像素间的距离权重；

计算图像中所有位置中任意两位置所对应像素间的模糊相似度，位于任意(x_i,y_i)与(x_j,y_j)位置两像素间模糊相似度a_i,j如下计算：

其中，k₂是梯度权重，为非负常数，是平衡像素强度差异的权重；

计算图像中所有位置的像素与(x₀,y₀)位置的种子像素之间的模糊连接度，位于任意(x,y)位置的像素与位于(x₀,y₀)位置的种子像素之间的模糊连接度如下计算：

其中，P是位置(x,y)到(x₀,y₀)的所有路径，p是P中的一条路径。

步骤二：基于模糊连接度构建初始水平集函数：

设定阈值θ，基于θ和构建初始水平集函数φ₀(x,y)：

步骤三：以φ₀(x,y)为初始水平集函数，基于区域可伸缩匹配进行水平集演化，具体执行过程为：

定义平滑阶跃函数为：

H_∈(φ)导数为：

定义

基于上述定义，构建区域可伸缩匹配函数：

其中，K_σ为高斯核函数σ是它的尺度参数。