[发明专利]一种基于图像显著性分析的SAR图像溢油检测方法

权利要求书

1.一种SAR图像溢油区域检测方法，其特征在于，检测方法包括：

步骤1)获取显著性图像：

进行图像显著性检测，生成归一化显著性图像；

步骤2)计算自适应迭代阈值T：

利用自适应迭代阈值算法计算自适应迭代阈值T；

步骤3)判断溢油区域：

在对SAR溢油图像进行显著性检测后，在显著性图像中，每个像素的像素值代表该像素的显著性程度；利用自适应迭代阈值法求取整个显著性图像的阈值T，如果显著性图像中某个像素的值大于T，则属于溢油区域，否则属于非溢油区域。

2.根据权利要求1所述的检测方法，其特征在于：

步骤1)获取显著性图像的步骤如下：

1.1)将原始图像由RGB空间转换为Lab空间；

1.2)对Lab空间图像进行高斯滤波；

1.3)对转换后的图像L，a，b三个通道的图像分别取均值LM，AM和BM；并分别对三个通道的均值图像和高斯滤波后的图像计算欧式距离并求和；

1.4)利用显著性图像中的最大值和最小值对显著性图像归一化，生成归一化显著性图像。

3.根据权利要求1和2所述的检测方法，其特征在于：

步骤1)获取显著性图像的步骤如下：

1.1)首先借助式(1)将原始图像I的RGB颜色空间转换为XYZ空间，然后利用式(2)再将XYZ空间转换为Lab空间，得到原始图像对应的Lab空间图像I_Lab；

其中，

1.2)针对Lab空间的图像I_Lab的三个分量I_L、I_a和I_b全都采用3×3的高斯卷积核进行滤波得到滤波后图像I_GLab；

其中，3×3的高斯卷积核为

1.3)分别求取I_Lab中Lab空间的三个分量I_L、I_a和I_b的均值LM，AM和BM，然后利用式(3)求取这三个均值与I_GLab中的三个分量的欧氏距离，进而得到显著性图像SM；

SM(x,y)＝(L_IGLab(x,y)-LM)²+(a_IGLab(x,y)-AM)²+(b_IGLab(x,y)-BM)² (3)

其中，(x,y)为像素坐标，L_IGLab(x,y)、a_IGLab(x,y)和b_IGLab(x,y)分别是I_GLab的三个分量在坐标(x,y)处的值；

1.4)利用式(4)显著性图像SM中的最大值Max_SM和最小值Min_SM，将SM进行归一化处理得到归一化显著性图像NSM；

NSM(x,y)＝(SM(x,y)-Min_SM)/(Max_SM-Min_SM) (4)。

4.根据权利要求1和2所述的检测方法，其特征在于：

步骤2)自适应迭代阈值法的步骤如下：

2.1)求出图像的最大灰度值和最小灰度值，分别记为Zmax和Zmin，令初始阈值

T₀＝(Z_max+Z_min)/2 (5)

2.2)根据阈值Tk将图像分割为前景和背景，分别求出两者的平均灰度值Z_o和Z_b；

2.3)求出新阈值：

T_k+1＝(Z_o+Z_b)/2 (6)

2.4)若T_k＝T_k+1，则停止迭代，所得即为最终阈值，否则转到步骤2.2)。

5.根据权利要求1和2所述的检测方法，其特征在于：

步骤3)判断溢油区域的步骤如下：

利用式(7)判断归一化显著性图像NSM中每个像素的显著性值与T的关系确定是否为溢油像素。

其中R_oil(x，y)代表坐标(x,y)处的像素是否为溢油区域的像素，为1则视为溢油区域像素，为0则视为非溢油区域像素。