[发明专利]基于关键像素模糊聚类的快速SAR图像分割方法

权利要求书

1.一种基于关键像素模糊聚类的快速SAR图像分割方法，包括：

(1)输入一幅待分割的SAR图像I以及分割的类别数c；

(2)对待分割的SAR图像I进行高斯滤波，得到滤波后的图像X；

(3)在滤波后的图像X上，根据局部最大像素规则将图像X中的所有像素划分为关键像素集S和非关键像素集L；

(4)对关键像素集S中的关键像素进行模糊聚类，获得关键像素集S的模糊隶属度矩阵U和聚类中心矩阵V；

(5)根据模糊隶属度矩阵U，得到关键像素集S中每个关键像素的类标C_Si；

(6)根据关键像素的类标C_Si和聚类中心矩阵V，计算非关键像素集L中每个非关键像素的类标C_Li：

其中H_i表示以第i个非关键像素L_i为中心的邻域，C_Smax表示包含在邻域H_i中且与非关键像素L_i相似度最大的关键像素的类标，p_i表示在图像X中以非关键像素L_i为中心的5×5邻域内像素灰度值的平均值，V_g表示第g类的聚类中心，∩为取交集运算符，为空集，argmin(·)为求最小值的索引值运算符，|·|为取绝对值运算符；

(7)结合得到的每个关键像素的类标C_Si和每个非关键像素的类标C_Li，得到SAR图像I的中间分割结果C；

(8)利用局部邻域信息对中间分割结果C进行平滑，得到SAR图像I的最终分割结果。

2.根据权利要求1所述的方法，其特征在于步骤(2)对待分割的SAR图像I进行高斯滤波，按如下步骤进行：

2a)初始化滤波后的图像X为与SAR图像I尺寸一致的图像；

2b)计算尺寸为3×3的高斯核模板矩阵Z，其中高斯核模板矩阵Z中第b个元素的值Z_b计算为：

其中，σ表示高斯函数的方差，b₁和b₂分别表示高斯核模板矩阵Z中第b个元素的行号和列号，exp(·)为自然指数函数；

2c)根据高斯核模板矩阵Z，计算图像X中位置为(i,j)的像素点灰度值D_ij为：

其中P表示以图像I中位置坐标为(i,j)的像素点I_ij为中心的3×3邻域，P_b表示邻域P中第b个像素点的灰度值；

2d)根据计算得到的每一个像素点灰度值，生成滤波后的图像X。

3.根据权利要求1所述的方法，其特征在于步骤(3)在滤波后的图像X上，根据局部最大像素规则将图像X中的所有像素划分为关键像素集S和非关键像素集L，按如下步骤进行：

3a)对滤波后的图像X中位置坐标为(i,j)像素点X_ij，取以该像素点为中心的3×3邻域R；

3b)按照以下公式对像素点X_ij进行划分：

其中，p＝(i,j)表示像素X_ij的位置坐标，q表示邻域R中各个像素的位置坐标，X(q)表示SAR图像X中位置坐标为q的像素点的灰度值，argmax(·)为取最大值的索引值运算符；

3c)根据像素点的划分结果，生成关键像素集S和非关键像素集L。