[发明专利]基于两阶段聚类的SAR图像语义分割方法

摘要

本发明公开了一种基于两阶段聚类的SAR图像语义分割方法，主要解决现有技术合成孔径雷达SAR图像分割不准确的问题。其实现步骤如下：1)根据SAR图像的素描模型提取素描图；2)将素描图区域化得到区域图，根据区域图将SAR图像划分为混合聚集结构地物像素子空间、结构像素子空间和匀质像素子空间；3)设计混合聚集结构地物像素子空间中极不匀质区域的方向统计向量；4)依据方向统计向量对混合聚集结构地物像素子空间进行分割；5)对结构像素子空间和匀质像素子空间依次进行相应的分割；6)对所述三个子空间的分割结果进行合并，得到SAR图像的最终分割结果。本发明能获得SAR图像的良好分割效果，可用于目标分类和图像解译。

主权项

1.一种基于两阶段聚类的SAR图像语义分割方法，包括：(1)对合成孔径雷达SAR图像进行素描化，即输入合成孔径雷达SAR图像，建立合成孔径雷达SAR图像的素描模型，从素描模型中提取合成孔径雷达SAR图像的素描图；(2)对SAR图像的素描图进行区域化处理，得到合成孔径雷达SAR图像的区域图，将包括聚集区域、无素描线区域和结构区域的区域图，映射到输入的合成孔径雷达SAR图像上，得到合成孔径雷达SAR图像中的混合聚集结构地物像素子空间Ⅰ、匀质区域像素子空间Ⅱ和结构像素子空间Ⅲ；(3)对混合聚集结构地物像素子空间Ⅰ中在空间上不连通的极不匀质区域，将其对应到语义空间中的素描图部分，统计这些素描图部分中素描线段的方向信息，将方向划分为18个区间，得到每个方向区间内的素描线段个数，并对其进行归一化处理，得到每个极不匀质区域的方向统计向量B；(4)依据方向统计向量对混合聚集结构地物像素子空间Ⅰ进行分割：(4a)利用近邻传播AP聚类算法，在混合聚集结构地物像素子空间Ⅰ中，对所有在空间上不连通的极不匀质区域的方向统计向量进行聚类，得到混合聚集结构地物像素子空间Ⅰ的第一阶段聚类结果；(4b)判断第一阶段聚类结果中是否有相同的类标:如果没有相同的类标，则混合聚集结构地物像素子空间Ⅰ分割完成；如果有相同的类标，则对具有相同类标的极不匀质区域，再采用基于素描结构的平均场变分贝叶斯推理网络进行特征学习，用局部约束的线性编码处理学到的特征得到每一个区域的一个表示，然后用层次聚类法对得到的表示进行第二阶段的聚类，完成对混合聚集结构地物像素子空间Ⅰ的分割；(5)对结构像素子空间Ⅲ进行分割：采用视觉语义规则提取线目标，并用基于几何结构窗的多项式隐模型的结构区域分割方法对结构像素子空间Ⅲ进行分割，得到结构像素子空间Ⅲ的分割结果；(6)对匀质区域像素子空间Ⅱ进行分割：采用基于自适应窗口选择的多项式隐模型的匀质区域分割方法对匀质区域像素子空间Ⅱ进行分割，得到匀质区域像素子空间Ⅱ的分割结果；(7)将SAR图像混合聚集结构地物像素子空间Ⅰ、匀质结构像素子空间Ⅱ和结构像素子空间Ⅲ的分割结果进行融合，得到最终的SAR图像分割结果。