基于似然比特征的SAR图像超像素分割方法技术

本发明专利技术公开了一种基于似然比特征的SAR图像超像素分割方法，主要解决现有的SAR图像超像素分割方法分割结果不够准确的问题。其实现步骤为：(1)输入原始SAR图像，初始化聚类中心并对聚类中心标号；(2)对每个像素点聚类并标号；(3)对整幅SAR图像生成备选超像素；(4)去掉备选超像素中像素点个数小于阈值的无效超像素；(5)对整幅SAR图像生成超像素；(6)对每个超像素重新计算聚类中心；(7)重复步骤(2)～(6)，直到迭代次数达到设定值，得到标号图像。本发明专利技术能有效保持不同区域的边界，分割结果更准确，可用于SAR目标检测、识别及分类。

【技术实现步骤摘要】
基于似然比特征的SAR图像超像素分割方法
本专利技术属于图像处理
，特别涉及一种SAR图像超像素分割方法，可用于SAR目标检测、识别及分类。
技术介绍
合成孔径雷达SAR是一种利用微波进行感知的主动传感器，它不受天气、光照等条件的限制，可对感兴趣的目标进行全天候、全天时的侦查，成为目前对地观测和军事侦察的重要手段。因而，SAR图像的处理和识别成为雷达领域研究的热点。目前，对SAR图像的处理大多以像素为单位，用二维矩阵来表示一幅SAR图像，并未考虑像素之间的空间组织关系，这使得算法处理效率过低。超像素，是指具有相似纹理、亮度等特征的相邻像素构成的图像块。超像素利用像素之间特征的相似程度对像素进行分组，可以很大程度上降低后续SAR图像处理任务的复杂度。SAR图像超像素分割是指按照一定的相似性准则将SAR图像划分成不同区域，每个区域中的像素具有相似的特征，这些区域被称为超像素。现有的SAR图像超像素分割算法PILS算法是一种基于SAR图像像素强度和位置相似性进行图像分割的方法。在分割SAR图像不同区域时，该算法能够比传统Turbopixel，Normalized-Cuts，Means本文档来自技高网...

【技术保护点】
一种基于似然比特征的SAR图像超像素分割方法，包括：A.初始化聚类中心步骤：A1)输入原始SAR图像，将其划分为n个S×S的矩形块T1,T2,...Tn，并取矩形块T1,T2,...Tn的几何中心c1,c2,...cn作为初始化聚类中心，其中，S为设定的矩形块边长，n＝MN/S2，M,N分别为SAR图像的行数和列数；A2)将初始化聚类中心c1,c2,...cn分别标号为1,2,...,n；B.划分超像素步骤：B1)对原始SAR图像的第i个像素点，将处在以像素i为中心，2S×2S为边长的矩形块内的聚类中心ci1,ci2,...cik作为像素点i的备选聚类中心；分别计算像素点i与备选聚类中心ci1...

【技术特征摘要】
1.一种基于似然比特征的SAR图像超像素分割方法，包括：A.初始化聚类中心步骤：A1)输入原始SAR图像，将其划分为n个S×S的矩形块T1,T2,...Tn，并取矩形块T1,T2,...Tn的几何中心c1,c2,...cn作为初始化聚类中心，其中，S为设定的矩形块边长，n＝MN/S2，M,N分别为SAR图像的行数和列数；A2)将初始化聚类中心c1,c2,...cn分别标号为1,2,...,n；B.划分超像素步骤：B1)对原始SAR图像的第i个像素点，将处在以像素i为中心，2S×2S为边长的矩形块内的聚类中心ci1,ci2,...cik作为像素点i的备选聚类中心；分别计算像素点i与备选聚类中心ci1,ci2,...cim，...cik的差异值D(i,ci1),D(i,ci2),...D(i,cim)，....D(i,cik)，找到与像素点i差异值最小的备选聚类中心cij，将该备选聚类中心cij的标号设置为像素点i的标号；所述计算像素点i与备选聚类中心cim的差异值D(i,cim)，其步骤如下：B11)设(xi,yi),分别为像素点i与备选聚类中心cim的坐标，计算像素点i与备选聚类中心cim的距离d(i,cim)：B12)令v1,v2分别为以像素点i与备选聚类中心cim为中心的5×5的矩形块，计算v1与v2的强度差异值δ(v1,v2)：当SAR图像强度服从视数为1的gamma分布，即指数分布时，则δ(v1,v2)的计算公式为：其中，M为v1矩形块中像素的个数，为矩形块vi中的像素的强度构成的列向量；当SAR图像幅度服从lognormal分布时，则δ(v1,v2)的计算公式为

【专利技术属性】
技术研发人员：王英华，余文毅，刘宏伟，魏明月，董永飞，王正珏，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61