一种基于小波能量和模糊C均值的图像分割方法技术

一种基于小波能量和模糊C均值的图像分割方法，包括步骤：采用二维小波变换在窗口内计算图像二层小波能量系数，建立能量特征；计算SAR图像像素空间距离约束因子和灰度距离约束因子，定义加权分割模糊因子；将加权分割模糊因子引入到FCM的目标函数中，建立基于像素灰度和空间位置信息的核函数模糊C均值分割方法，推导出模糊C均值分割方法所需的核函数；计算更新后的隶属度和分割类别中心解析式；迭代计算最终的隶属度和分割类别中心；将SAR图像逐像素归类到具有最大隶属度的相应类别，完成图像分割。本发明专利技术在SAR图像小波能量特征提取的基础上，考虑像素灰度和位置信息，基于加权核函数进行模糊C均值分割，对相干斑噪声具有鲁棒性。

An Image Segmentation Method Based on Wavelet Energy and Fuzzy C-Mean

【技术实现步骤摘要】
一种基于小波能量和模糊C均值的图像分割方法
本专利技术属于遥感图像解译领域，具体涉及一种基于小波能量和模糊C均值的图像分割方法，用于计算图像小波能量特征，为含有相干斑噪声的合成孔径雷达遥感图像分割提供途径，从而为图像内容分析以及影像分类提供重要的目标分割信息。
技术介绍
合成孔径雷达(Syntheticapertureradar，SAR)遥感图像以其全天候、全天时、高分辨率、大面积的数据获取能力成为当前遥感数据的重要组成部分，已在资源、环境、城市建设以及军事等方面得到广泛的应用。作为图像内容理解与解译的重要性工作，图像分割是将一幅输入图像按照不同的属性和内容，划分为互不相交的若干个区域的技术。对一幅遥感图像快速有效而精确地分割，不仅能进一步提高对图像内容理解的准确度，而且能够显著地降低后续图像处理算法的运算复杂度。相比于一般的光学图像，SAR遥感图像由于具有明显的相干斑噪声、复杂的几何形变和纹理边缘不清晰等特点，给图像分割工作带来了很大的挑战。目前，SAR图像分割方法主要分为下面几类，即直方图阈值法、基于聚类的方法、基于模型的方法以及形态学方法。其中模糊C均值(FCM)算法作为一种非监督的图像分割方法，其原理简单且易于实现，运行速度快，已经广泛运用于图像分割中，具有稳健的分割效果。然而，FCM算法对很多噪声都比较敏感，针对该缺点，Ahmed等在FCM目标函数中引入图像空间邻域信息，提出了FCM-S算法。为了克服该算法运行速度慢的缺点，有学者进一步提出了FCM-S1和FCM-S2算法，两种方法分别对图像进行了均值滤波和中值滤波处理。基于相同的思路，Szilagyi等提出增强FCM算法(EnFCM)以加速FCM-S为目标，该算法不以图像像素作为聚类的对象，而是根据图像的灰度直方图，以图像含有的灰度级作为聚类对象，这样极大地减小了聚类的计算量。此外还有基于非局部空间信息的FCM分割算法，为了抑制图像噪声干扰，该算法引入非局部信息，但也增加了运算量，其运算复杂度较高。Cai等利用窗口内像素的局部空间距离和灰度差，并应用于EnFCM算法中，提出FGFCM算法，在一定程度上减弱了图像边缘的模糊。以上这些方法针对高斯噪声、椒盐噪声等光学图像噪声是有效的，但并不适合于SAR图像的相干斑噪声，因此并不能直接应用到SAR遥感图像中。由于SAR图像相干斑乘性噪声特点，图像中同质区域的强度分布也并不均匀，这给图像分割带来了困难。有学者提出利用加权空间函数来优化FCM进而应用在SAR图像分割中，这种方法通过优化空间信息影响因子来提高分割精度，但同时也增加了算法的时间复杂度。
技术实现思路
本专利技术的目的在于针对上述现有技术中的问题，提供一种基于小波能量和模糊C均值的图像分割方法，在SAR图像小波能量特征提取的基础上，考虑像素灰度和位置信息，基于加权核函数进行模糊C均值分割，对相干斑噪声具有鲁棒性，能有效应用到SAR图像分割中。为了实现上述目的，本专利技术采用的技术方案包括以下步骤：采用二维小波变换在窗口内计算图像二层小波能量系数，建立能量特征；计算SAR图像像素空间距离约束因子和灰度距离约束因子，定义加权分割模糊因子；将加权分割模糊因子引入到FCM的目标函数中，建立基于像素灰度和空间位置信息的核函数模糊C均值分割方法，推导出模糊C均值分割方法所需的核函数；计算更新后的隶属度和分割类别中心解析式；迭代计算最终的隶属度和分割类别中心；将SAR图像逐像素归类到具有最大隶属度的相应类别，完成图像分割。优选的，采用尺寸为8×8的窗口对SAR图像进行二维小波变换，得到7个子图像，每一个子图像的小波能量定义为：其中，MN表示对应的子图像尺寸，x(m,n)为子图像在(m,n)位置处的灰度值，建立一组7维能量特征(e1,e2,…e7)。像素空间距离约束因子反映邻域像素与中心像素在空间距离上的近似程度，计算式为：式中的像素i为一个局部区域Ni内的中心像素，像素j为像素i的邻域像素，为二者的欧氏空间距离；设定局部区域Ni的大小为3×3；灰度距离约束因子反映邻域像素的灰度相似性，考虑SAR图像像素间灰度比率距离的计算式为：其中和分别为两个相同大小局部窗口Ni和Nj内的灰度矢量，局部区域中心依然是像素i和像素j，变量M为局部区域内的像素个数，采用自然对数函数将灰度比率距离映射为传统距离测度：则，加权分割模糊因子表示为wij＝wsd·wid。基于像素灰度和空间位置信息的核函数模糊C均值分割方法的目标函数定义为：式中的N为待分割的图像像素个数，c为分割类别数，并有2≤c＜N，uki为像素i属于类别k的隶属度，m为隶属度的权重，表示分割结果的模糊隶属程度，pi和vk表示像素i和类别中心k的7维小波能量特征矢量；||·||为欧氏距离测度，Φ(·)为特征非线性映射函数；由于Φ(pi)和Φ(vk)在特征空间内积定义为核函数Φ(pi)TΦ(vk)＝K(pi,vk)，则有：通过上式定义特征空间的相似性，考虑高斯径向基函数核，则有：其中，参数σ为核函数的带宽，通过计算特征距离方差得到；假设为特征矢量pi和类别中心特征矢量的距离，则平均特征距离为：参数σ根据下式计算：在高斯径向基函数核条件下，核函数表示为2(1-K(pi,vk))；因此加权模糊距离Gki定义为：求取目标函数Jm极值，更新后的隶属度和分割类别中心计算公式为：按照以下流程进行迭代计算：1)设定聚类中心个数c，隶属度权重m以及迭代终止条件ε；2)随机设置聚类中心，并设置迭代计数b＝0；3)计算任意两个像素的加权分割模糊因子wij和特征相似性距离；4)更新隶属度uki和分割类别中心vk；5)如果{U(b)-U(b+1)}＜ε，其中U＝{uki}为隶属度矩阵，则迭代终止；否则设置b＝b+1，并跳到步骤4)；循环终止后，像素i的最终分割类别Ci为具有最大隶属度的类别，即Ci＝argk{max{uki}}。与现有技术相比，本专利技术首先计算SAR图像的小波能量特征，然后基于SAR图像像素邻域的空间位置和灰度信息来定义加权模糊因子，再将加权模糊因子引入到FCM中，建立基于像素灰度和空间位置信息的核函数模糊C均值分割方法，解决了SAR图像存在相干斑噪声而导致FCM不能直接应用到图像分割的缺陷。本专利技术在SAR图像小波能量特征提取的基础上，考虑像素灰度和位置信息，提出基于加权核函数的模糊C均值分割方法，该方法对相干斑噪声具有鲁棒性，能有效应用到SAR图像城区分割中，分割结果也较为稳健准确。附图说明图1本专利技术图像分割方法的操作流程图；图2不同方法对仿真SAR图像模糊分割结果图：(a)原始图像；(b)添加相干斑噪声图像；(c)KWFLICM分割结果图；(d)NLEP-FCM分割结果图；(e)本专利技术ILKFCM分割结果图；(f)KGC分割结果图；图3针对仿真SAR图像在不同噪声强度下的各方法分割准确度折线图；图4实测SAR图像模糊分割结果图：(a)原始SAR图像；(b)KWFLICM分割结果图；(c)NLEP-FCM分割结果图；(d)本专利技术ILKFCM分割结果图；(e)KGC分割结果图。具体实施方式下面结合附图对本专利技术做进一步的详细说明。参见图1，本专利技术图像分割算法的具体实施步骤如下：步骤一、采用8×8的窗口对SAR图像进行二维小波变换本文档来自技高网...

【技术保护点】
1.一种基于小波能量和模糊C均值的图像分割方法，其特征在于，包括以下步骤：采用二维小波变换在窗口内计算图像二层小波能量系数，建立能量特征；计算SAR图像像素空间距离约束因子和灰度距离约束因子，定义加权分割模糊因子；将加权分割模糊因子引入到FCM的目标函数中，建立基于像素灰度和空间位置信息的核函数模糊C均值分割方法，推导出模糊C均值分割方法所需的核函数；计算更新后的隶属度和分割类别中心解析式；迭代计算最终的隶属度和分割类别中心；将SAR图像逐像素归类到具有最大隶属度的相应类别，完成图像分割。

【技术特征摘要】
1.一种基于小波能量和模糊C均值的图像分割方法，其特征在于，包括以下步骤：采用二维小波变换在窗口内计算图像二层小波能量系数，建立能量特征；计算SAR图像像素空间距离约束因子和灰度距离约束因子，定义加权分割模糊因子；将加权分割模糊因子引入到FCM的目标函数中，建立基于像素灰度和空间位置信息的核函数模糊C均值分割方法，推导出模糊C均值分割方法所需的核函数；计算更新后的隶属度和分割类别中心解析式；迭代计算最终的隶属度和分割类别中心；将SAR图像逐像素归类到具有最大隶属度的相应类别，完成图像分割。2.根据权利要求1所述基于小波能量和模糊C均值的图像分割方法，其特征在于：采用尺寸为8×8的窗口对SAR图像进行二维小波变换，得到7个子图像，每一个子图像的小波能量定义为：其中，MN表示对应的子图像尺寸，x(m,n)为子图像在(m,n)位置处的灰度值，建立一组7维能量特征(e1,e2,…e7)。3.根据权利要求1所述基于小波能量和模糊C均值的图像分割方法，其特征在于：像素空间距离约束因子反映邻域像素与中心像素在空间距离上的近似程度，计算式为：式中的像素i为一个局部区域Ni内的中心像素，像素j为像素i的邻域像素，为二者的欧氏空间距离；设定局部区域Ni的大小为3×3；灰度距离约束因子反映邻域像素的灰度相似性，考虑SAR图像像素间灰度比率距离的计算式为：其中和分别为两个相同大小局部窗口Ni和Nj内的灰度矢量，局部区域中心依然是像素i和像素j，变量M为局部区域内的像素个数，采用自然对数函数将灰度比率距离映射为传统距离测度：则，加权分割模糊因子表示为wij＝wsd·wid。4.根据权利要求1所述基于小波能量和模...

【专利技术属性】
技术研发人员：项德良，王世晞，张亮，徐建忠，
申请(专利权)人：杭州世平信息科技有限公司，
类型：发明
国别省市：浙江,33