[发明专利]基于超像素的SAR图像分割方法

摘要

本发明公开了一种基于超像素的SAR图像分割方法，主要解决现有技术计算复杂度高，不能分辨细小目标的问题。其实现步骤是1.SAR图像输入，完成待分割SAR图像的输入以及获取图像信息；2.对输入的SAR图像产生超像素，到超像素图像；3.提取超像素图像的纹理特征和空间特征；4.通过对纹理特征进行聚类，并结合空间特征对超像素进行合并，输出SAR图像的最终分割结果。本发明能够有效的降低传统算法的计算复杂度，缩短SAR图像分割的处理时间，能分辨出细小目标，提高了分割的准确度，可用于机场跑道，农田分布和地质勘探的图像处理。

主权项

一种基于超像素的SAR图像分割方法，包括如下步骤：(1)对输入的SAR图像I，提取其长度L、宽度W和分辨率RI，并根据SAR图像库中所有的图像估计出最小目标的分辨率区间Rs；(2)根据图像参数估计超像素数目Ns，生成待分割SAR图像的超像素集合S＝{si}，其中si为第i个超像素i＝1,2,…,NS；(3)计算超像素集合S的纹理特征Fg(i)和空间特征Fn(i,j)，其中i,j＝1,2,…,Ns且i≠j；(4)根据SAR图像分割数目K，使用K‑means算法对超像素集合S的纹理特征Fg(i)进行聚类；(5)根据超像素集合S的纹理特征Fg(i)的聚类结果，对超像素集合S中任意两个超像素si和sj，使用最近邻准则，判断超像素是否对应同一聚类，如果si和sj对应同一聚类，并且它们的空间特征Fn(i,j)＝1，则将其合并，并对超像素集合S的纹理特征Fg(i)和空间特征Fn(i,j)进行更新；反之，不进行合并；所述使用最近邻准则，判断超像素是否对应同一聚类，按如下步骤进行：5a)对于任意两个超像素si和sj，按照可变容积距离VBSD分别计算其到所有聚类中心cn的距离dist(si,cn)、dist(sj,cn)，其中n＝1,2,…,K；5b)将超像素si距离最小值对应的聚类中心分配给第i个超像素si，作为超像素si对应的聚类中心ci：ci=argnmin(dist(si,cn))]]>5c)将超像素sj距离最小值对应的聚类中心分配给第j个超像素sj，作为超像素sj对应的聚类中心cj：cj=argnmin(dist(sj,cn))]]>判断超像素si和sj是否对应相同的聚类中心，如果超像素si和sj对应的聚类中心相同，则超像素si和sj属于同一聚类；所述对超像素集合S的纹理特征Fg(i)和空间特征Fn(i,j)进行更新，按如下步骤进行：5d)在两个超像素si和sj合并后，将两个超像素之一的序号i去掉，用另一个超像素的序号j来代表合并后的超像素，得到新的纹理特征Fg′(j)：Fg′(j)=Fg(i)×Num(si)+Fg(j)×Num(sj)Num(si)+Num(sj)]]>其中Fg(i)表示合并前超像素si的纹理特征，Fg(j)表示合并前超像素sj的纹理特征，Num(si)表示合并前超像素si包含的像素个数，Num(sj)表示合并前超像素sj包含的像素个数；5e)删除合并前si的纹理特征Fg(i)，用新产生的纹理特征Fg′(j)替代sj合并后的纹理特征；(6)统计更新后的超像素集合S的超像素数目Ns(t)，并将该超像素数目Ns(t)与上一次统计结果Ns(t‑1)进行比较：如果Ns(t)＝＝Ns(t‑1)，则满足停止条件，输出SAR图像分割结果；如果Ns(t)＜Ns(t‑1)，则不满足停止条件，返回步骤(4)。