一种SAR海冰图像分割方法及系统技术方案

本发明专利技术提供一种SAR海冰图像分割方法及系统。该方法包括：读取待分割SAR海冰图像域；将待分割SAR海冰图像域进行规则划分，划分成若干个像素大小为m×m的子块；采用聚类算法对待分割SAR海冰图像域初步分割；对初步分割结果进行中值滤波处理，得到SAR海冰图像分割结果。该系统包括：图像读取模块、规则划分模块、初步分割模块、中值滤波模块，本发明专利技术将规则划分的方法与传统的KLFCM分割方法进行结合，从很大程度上减少了噪声对分割结果的影响。由于规则划分对边缘拟合效果较差，将中值滤波的方法与前两种方法相结合，进行后处理操作，不仅较好的实现了对边缘的拟合，而且完全消除了噪声对SAR海冰图像的影响，得到了精度极高的分割结果。

【技术实现步骤摘要】

本专利技术涉及图像处理
，具体涉及一种SAR海冰图像分割方法及系统。
技术介绍
海冰信息对高纬度地区特别是极地地区的水文、大气热循环、洋流和生态系统都有着极其重大的影响。一旦海冰扩张，将导致封港，航道堵塞，船舶受损等问题，因此，实现快速、准确、实时的海冰监测对船舶安全有效航行十分重要。合成孔径雷达(SyntheticApertureRadar，SAR)系统不受气候条件及日照的影响，可以全气候全天时对海冰情况进行监测，目前已经成为海冰监测最为有效的工具。而SAR海冰图像分割在对海冰图像进行处理的过程中，占据重要地位。但在SAR海冰图像中，其特有的斑点噪声导图像十分模糊，这使得人们难以准确判别海冰的位置及形状。因此，针对SAR海冰图像进行分割成为图像处理领域研究的热点及难点问题。在SAR海冰图像分割方面，已经提出了许多方法，包括：阈值方法、聚类方法、结合边缘检测和区域合并混合方法、基于马尔科夫随机场方法等。由于SAR系统特殊成像机制使得SAR图像产生特有的斑点噪声，各像素的灰度呈现更大的不确定性，经学者研究发现，模糊理论较为适合研究这种不确定性。而模糊C均值(FCM)聚类算法是模糊聚类分析中的经典算法，因此常采用FCM来处理SAR海冰图像。但由于传统的FCM采用指数加权的方式表示其模糊程度，而指数加权没有明确的物理解释，因此采用KLFCM(Kullback-LerblerinformationFCM，KLFCM)算法来代替传统的FCM算法，该算法将KL信息以算术加权的方式引入FCM算法目标函数中，以表示分割模糊程度。但KLFCM是一种基于像素的模糊聚类图像分割方法，难以完全消除SAR图像的斑点噪声。为解决该问题，提出结合规则划分和KLFCM的方法进行SAR海冰图像分割。
技术实现思路
针对现有技术存在的不足，本专利技术提供一种SAR海冰图像分割方法及系统。一种SAR海冰图像分割方法，其特征在于，包括：步骤1：读取待分割SAR海冰图像域；步骤2：将待分割SAR海冰图像域进行规则划分，划分成若干个像素大小为m×m的子块；步骤3：采用模糊聚类算法对待分割SAR海冰图像域初步分割；步骤4：对初步分割结果进行中值滤波处理，得到SAR海冰图像分割结果。所述步骤3是采用KLFCM算法对待分割SAR海冰图像域初步分割。所述步骤4中对初步分割结果进行中值滤波处理，具体步骤如下：步骤4.1：设定窗口大小；步骤4.2：选取初步分割结果中某一像素点，以该像素点为窗口中心，将窗口内所有像素点的灰度值排序，并用排序后的灰度值中值替代该像素点的灰度值，对初步分割结果中所有像素点执行此过程，得到中值滤波处理结果。本专利技术还提供一种SAR海冰图像分割系统，包括：图像读取模块：读取待分割SAR海冰图像域；规则划分模块：将待分割SAR海冰图像域进行规则划分，划分成若干个像素大小为m×m的子块；初步分割模块：采用聚类算法对待分割SAR海冰图像域初步分割；中值滤波模块：对初步分割结果进行中值滤波处理，得到SAR海冰图像分割结果。所述初步分割模块：采用KLFCM算法对待分割SAR海冰图像域初步分割。所述中值滤波模块，包括：窗口设定模块：设定窗口大小；处理模块：选取初步分割结果中某一像素点，以该像素点为窗口中心，将窗口内所有像素点的灰度值排序，并用排序后的灰度值中值替代该像素点的灰度值，对初步分割结果中所有像素点执行此过程，得到中值滤波处理结果。有益效果：1、传统的KLFCM分割方法难以克服SAR海冰图像特有的斑点噪声，本专利技术将规则划分的方法与其进行结合，从很大程度上减少了噪声对分割结果的影响。2、由于规则划分对边缘拟合效果较差，本专利技术又将中值滤波的方法与前两种方法相结合，进行后处理操作，不仅较好的实现了对边缘的拟合，而且完全消除了噪声对SAR海冰图像的影响，得到了精度极高的分割结果。3、该方法易于实现，且速度较快，适用于大尺度图像。附图说明图1是本专利技术具体实施方式中SAR海冰图像分割方法流程图；图2是本专利技术具体实施方式中规则划分示意图，(a)为SAR海冰图像域的规则划分，(b)规则划分结果；图3是本专利技术具体实施方式中步骤3的具体流程图；图4是本专利技术具体实施方式中步骤4的具体流程图；图5为本专利技术具体实施方式中SAR海冰图像，(a)为含有4个同质区域的模板，(b)为合成模拟图像；图6为本专利技术具体实施方式中的实验结果，(a)表示本专利技术方法分割结果，(b)表示对比方法的分割结果；图7为本专利技术具体实施方式中本专利技术方法的视觉评价结果，(a)表示分割结果的轮廓线，(b)表示将轮廓线与原图叠加结果；图8为本专利技术具体实施方式中对比方法的视觉评价结果，(a)表示分割结果的轮廓线，(b)表示将轮廓线与原图叠加结果；图9(a)～(b)分别为本专利技术具体实施方式中的两幅真实SAR海冰图像；图10(a)～(b)分别为两幅真实SAR海冰图初步分割结果；图11(a)～(b)分别为两幅真实SAR海冰图最终分割结果；图12(a)～(b)分别为提取两幅真实SAR海冰图像分割结果的轮廓线，(c)、(d)分别为将轮廓线与真实SAR海冰图像叠加结果；图13为本专利技术具体实施方式中SAR海冰图像分割系统框图；图14为本专利技术具体实施方式中中值滤波模块框图。具体实施方式下面结合附图对本专利技术的具体实施方式做详细说明。一种SAR海冰图像分割方法，如图1所示，包括：步骤1：读取待分割SAR海冰图像域；待分割SAR海冰图像域D中像素点(xi，yi)的灰度值集合为z＝{zi＝z(xi，yi)；i＝1，...，n，(xi，yi)∈D本文档来自技高网...

【技术保护点】
一种SAR海冰图像分割方法，其特征在于，包括：步骤1：读取待分割SAR海冰图像域；步骤2：将待分割SAR海冰图像域进行规则划分，划分成若干个像素大小为m×m的子块；步骤3：采用模糊聚类算法对待分割SAR海冰图像域初步分割；步骤4：对初步分割结果进行中值滤波处理，得到SAR海冰图像分割结果。

【技术特征摘要】
1.一种SAR海冰图像分割方法，其特征在于，包括：步骤1：读取待分割SAR海冰图像域；步骤2：将待分割SAR海冰图像域进行规则划分，划分成若干个像素大小为m×m的子块；步骤3：采用模糊聚类算法对待分割SAR海冰图像域初步分割；步骤4：对初步分割结果进行中值滤波处理，得到SAR海冰图像分割结果。2.根据权利要求1所述的SAR海冰图像分割方法，其特征在于，所述步骤3是采用KLFCM算法对待分割SAR海冰图像域初步分割。3.根据权利要求1所述的SAR海冰图像分割方法，其特征在于，所述步骤4中对初步分割结果进行中值滤波处理，具体步骤如下：步骤4.1：设定窗口大小；步骤4.2：选取初步分割结果中某一像素点，以该像素点为窗口中心，将窗口内所有像素点的灰度值排序，并用排序后的灰度值中值替代该像素点的灰度值，对初步分割结果中所有像素点执行此过程，得...

【专利技术属性】
技术研发人员：赵泉华，张洪云，李玉，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：辽宁;21