The invention discloses a SAR image segmentation method based on sparse Markov field three, mainly to solve the existing technology for multiobjective non-stationary SAR image under complex scene segmentation boundary problem of low positioning accuracy. The method comprises the following steps: 1, input SAR image, initialization markers and auxiliary fields; 2, based on the definition of the auxiliary field adaptive non-stationary division, the building and extending the neighborhood of sparse potential function, the construction of joint combined with the likelihood function of the posterior distribution; 3, the use of Gibbs sampling to the joint posterior distribution of some samples 4, the use of MPM standards; update markers and auxiliary fields; 5, the number of samples for parameter estimation. The invention improves the consistency of the SAR image segmentation area and the accuracy of the boundary location, and can be used for the target detection, target recognition and classification of SAR images.
【技术实现步骤摘要】
本专利技术属于图像处理
,更进一步涉及合成孔径雷达SAR图像分割方法,可用于实现SAR图像的目标检测、目标识别与分类。
技术介绍
由于合成孔径雷达SAR具有先天性的优势从而广泛的被应用在各个领域,SAR图像解析技术日渐受到人们的重视。SAR图像分割技术是对SAR图像进行分析的基础和前提,是一个非常关键的步骤。通过图像分割可以提供图像整体结构和纹理信息并且能够突出需要分类和识别的目标区域,为接下来的识别提供重要的依据。然而由于SAR的成像特点使得SAR图像包含大量的乘性相干斑噪声,使得图像分割技术难度大大增加。目前,SAR图像分割处理技术方面已经有大量的研究成果,其中基于马尔可夫随机场MRF模型的分割方法已经被广泛的应用在SAR图像分割中,它描述了图像邻域像素的空间相关性,从而为图像分割提供了一个有效的建模方法。但是针对SAR图像出现的非平稳性该模型并没有进行考虑,在对非平稳SAR图像进行分割时显示出其能力不足。考虑了图像的非平稳性,三重马尔可夫随机场TMF模型被提出来。TMF模型是在MRF模型的基础上引入了第三个随机场对SAR图像的非平稳性进行建模,用辅助场的不同取值来定义图像处于不同的平稳态。因此,TMF模型有效的解决了非平稳性问题,并且能够使用不同参数下的多样统计模型对图像数据进行准确建模,同时使得分割结果更加令人满意。然而,经典的TMF模型在对SAR图像建模时,对复杂场景下的非平稳SAR图像中的多目标区域和非目标区域的分割都是按照同一个标准进行的,通常并没有对图像内容进行区分。目前,也涌现出了一些基于TMF模型的扩展模型和与其他理论相结合的模 ...
【技术保护点】
一种基于稀疏三重马尔可夫场的SAR图像分割方法,包括如下步骤:(1)输入SAR图像:Y′={yi|i∈S},yi为第i像素点的灰度值,yi∈[0,1,...,255],S为SAR图像像素点集;(2)初始化:对输入的测试SAR图像Y′进行初始分割,得到初始分割标记场X,其中X={xi|i∈S},xi为第i个像素点的分割标记,xi∈[1,2,...,K],K为分割标记的总类别数;将辅助场U初始化为:U={ui|i∈S},ui为第i个像素点的辅助场标记,ui∈[0,1,2,…M],M为SAR图像中包含的平稳态个数;(3)构建稀疏势能函数:3a)定义基于自适应非平稳划分的辅助场U,在该辅助场中计算第i个像素的势能所需的像素集合Ωi;3b)定义基于扩展邻域的稀疏势能函数:WSTMF(xi,xj,ui,uj|θ)=Σj∈Ωi(W1+W2)×W3=Σj∈Ωi{η·(2δ(xi,xj)-1)+(1-δ(xi,xj))·&lsqb ...
【技术特征摘要】
1.一种基于稀疏三重马尔可夫场的SAR图像分割方法,包...
【专利技术属性】
技术研发人员:吴艳,宋晨飞,李明,梁文楷,曹宜策,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。