[发明专利]一种基于最优尺度邻域信息的海上溢油SAR图像软分割方法

权利要求书

1.一种基于最优尺度邻域信息的海上溢油SAR图像软分割方法，其特征在于：包括如下步骤：

S1：拍摄海水区域的图像，并对图像进行滤波处理，在处理后的图像中选取溢油区域、海水区域的感兴趣区域，分别记为Sea_ROI、Oil_ROI；

S2：计算Sea_ROI的灰度值中位数，统计Oil_ROI的纯度；

S3：随机选取一个海水感兴趣区域的像素点，以所述像素点为中心构建多个尺度的邻域矩阵；

S4：根据不同尺度的邻域信息构建隶属度函数,再分别计算每个像素属于海水和溢油的隶属度；

S5：比较每个像素的隶属度，选择出最优尺度，逐像素快速解算其邻域信息，遍历整幅图像，得到全图像的隶属度矩阵；

S6：根据不同的隶属度划分隶属度矩阵，得到分割图像。

2.根据权利要求1所述的基于最优尺度邻域信息的海上溢油SAR图像软分割方法，其特征在于：所述步骤S2：海水ROI区域的灰度值中位数Sea_med的计算公式如下：

Sea_med＝median(Sea_ROI)…………………………………………1

其中，Sea_ROI为海水区域的感兴趣区域；

溢油区域的纯度Oil_pur的计算公式如下：

其中，num(Oil_ROI＝＝0)为溢油区总的像元数，∑Oil_ROI为溢油区像元的个数。

3.根据权利要求1所述的基于最优尺度邻域信息的海上溢油SAR图像软分割方法，其特征在于：所述步骤S3中的邻域矩阵包括1×1、3×3、5×5、7×7、9×9、11×11、13×13、15×15、17×17共9个尺度。

4.根据权利要求1所述的基于最优尺度邻域信息的海上溢油SAR图像软分割方法，其特征在于：所述步骤S4中隶属度函数的公式为：

其中，Usea表示邻域窗口中心像素属于海水的隶属度，R_m＝mean(R)为一个尺度的邻域窗灰度均值，Oil_pur为溢油区域0像元的纯度；

将公式4、公式5归一化处理得到的溢油隶属度为P_oil如下公式：

其中，Rm＝mean(R)为一个尺度的邻域窗灰度均值，U_oil为邻域窗中心像素属于溢油的隶属度，进而得到邻域窗中心像素点的9个邻域分别属于海水、溢油的隶属度。

5.根据权利要求1所述的基于最优尺度邻域信息的海上溢油SAR图像软分割方法，其特征在于：步骤S5中：构建一个三维矩阵M(m,n,s)来存储邻域信息，其中m，n分别为图像的行和列，s为波段数；首先，使用镜像方式扩充原图像的边界，使图像变为(8+m+8,8+n+8)大小，记为P，然后使用与原图像大小一致的搜索框S自填充图像P左上角，依次滑动，每滑动一次，将S内的信息记为M中的一层，滑动结束后，得到长为m，宽为n，通道数为17×17的高维图像矩阵；对于三维图像块中的每一个像素点(x,y),x∈m,y∈n，在其位置处可以取得一个1×1×289的向量，这个向量表示了原图像像素点(x,y)处17×17邻域的所有像素信息，再求图像块第3维的均值，进而得到每一个像素点的邻域的均值矩阵，极大的缩减了计算量。

6.根据权利要求1所述的基于最优尺度邻域信息的海上溢油SAR图像软分割方法，其特征在于：步骤S6中：选择P_oil≥0.65作为阈值分割，得到阈值分割的二值化图像。