一种SAR遥感图像的水陆分割方法技术

一种SAR遥感图像的水陆分割方法，它属于SAR遥感图像的水陆分割技术领域。本发明专利技术解决了现有水陆分割方法的分割准确率低以及分割效率低的问题。本发明专利技术利用矩形窗口在整个SAR遥感图像上依次滑动，计算矩形窗口内的区域一致性来对水体候选区域进行粗提取，再利用水体候选区域的面积和矩形窗口重叠度对水体候选区域做进一步的筛选，去除误检区域，最终得到SAR遥感图像的水陆分割结果，与现有方法相比，本发明专利技术方法在提高分割效率的基础上，可以有效提高SAR遥感图像分割结果的准确率。本发明专利技术可以应用于SAR遥感图像的水陆分割技术领域。

A Land-Water Segmentation Method for SAR Remote Sensing Images

【技术实现步骤摘要】
一种SAR遥感图像的水陆分割方法
本专利技术属于SAR遥感图像的水陆分割
，具体涉及一种SAR遥感图像的水陆分割方法。
技术介绍
合成孔径雷达(SyntheticApertureRadar,SAR)是一种主动式的微波成像传感器。与光学和红外等被动式传感器相比，其成像不受天气、光照等诸多条件的影响，具有全天时、全天候及植被穿透等显著优势。利用SAR图像监测水体区域，有利于渔业管理、海洋污染监控等领域，也可以进行舰船检测、监视、识别等进一步的处理与分析。因此，以提取水域为目标的SAR图像水陆分割具有重要意义。SAR图像水陆分割通常是利用现有的图像分割方法提取水体候选区域，再考虑其他特征剔除阴影等误检，提高水陆分割精度。研究者已经提出的SAR图像水陆分割常见方法是阈值分割法，包括Otsu阈值分割、基于Otsu的多阈值水陆分割等。阈值分割方法的关键在于阈值的确定，如果阈值选择不恰当则容易产生过分割、欠分割等结果。这些方法虽然优于传统的阈值分割结果，但对于粗糙的水体表面则不能实现完全的自适应检测，也无法从具有大量阴影的SAR图像中正确分割出水体信息。除了阈值分割外，SAR图像水陆分割方法还包括利用活动轮廓模型算法检测海岸线、基于Parzen窗概率估计和水平集CV模型的水陆分割、水平集理论和多尺度分析相结合的水陆分割方法等。尽管活动轮廓模型算法能够比阈值分割算法更好地解决水体表面粗糙导致的问题，但是活动轮廓模型算法是一种半自动检测算法，在进行水陆分割时，需要人工初始化种子点以及设置合适的算法参数，导致算法的适应性较差，同时对于幅面较大的图像，该类方法的计算效率较低。而且，以上这些现有的基于像素的水陆分割方法，对地物要素的结构纹理特征并没有充分利用，导致水陆分割结果的准确率低。
技术实现思路
本专利技术的目的是为解决现有水陆分割方法的分割准确率低以及分割效率低的问题。本专利技术为解决上述技术问题采取的技术方案是：一种SAR遥感图像的水陆分割方法，该方法包括以下步骤：步骤一、利用矩形窗口在整个遥感SAR图像上依次滑动，且矩形窗口需遍历整个SAR遥感图像；设定矩形窗口的长度和宽度分别为M和N，矩形窗口的滑动步长为d；步骤二、计算出每个滑动位置处矩形窗口内的区域一致性，实现SAR遥感图像中水体候选区域的粗选；步骤三、在粗选出的水体候选区域中，根据每块子候选区域的面积大小对粗选出的水体候选区域进行精选，获得精选出的水体候选区域；步骤四、提取精选出的水体候选区域的矩形窗口重叠图，根据重叠图中每个子候选区域的矩形窗口重叠度获得最终确定的水体区域，完成SAR遥感图像的水陆分割。本专利技术的有益效果是：本专利技术的一种SAR遥感图像的水陆分割方法，本专利技术利用矩形窗口在整个SAR遥感图像上依次滑动，计算矩形窗口内的区域一致性来对水体候选区域进行粗提取，再利用水体候选区域的面积和矩形窗口重叠度对水体候选区域做进一步的筛选，去除误检区域，最终得到SAR遥感图像的水陆分割结果，与现有方法相比，本专利技术方法在提高分割效率的基础上，可以有效提高SAR遥感图像分割结果的准确率。附图说明图1是本专利技术的一种SAR遥感图像的水陆分割方法的流程图；图2是第一个原始SAR遥感图像；图3是第一个原始SAR遥感图像的自动水陆分割结果图；图4是第二个原始SAR遥感图像；图5是第二个原始SAR遥感图像的自动水陆分割结果图；图6是滑动步长一定时，矩形窗口大小为30×30时的分割效果图；图7是滑动步长一定时，矩形窗口大小为120×120时的分割效果图；图8是矩形窗口一定时，滑动步长为6时的分割效果图；图9是滑动窗口一定时，滑动步长为40时的分割效果图。具体实施方式具体实施方式一：如图1所示，本实施方式所述的一种SAR遥感图像的水陆分割方法，该方法包括以下步骤：步骤一、利用矩形窗口在整个SAR遥感图像上依次滑动，且矩形窗口需遍历整个SAR遥感图像；设定矩形窗口的长度和宽度分别为M和N，矩形窗口的滑动步长为d；步骤二、计算出每个滑动位置处矩形窗口内的区域一致性，实现SAR遥感图像中水体候选区域的粗选；步骤三、在粗选出的水体候选区域中，根据每块子候选区域的面积大小对粗选出的水体候选区域进行精选，获得精选出的水体候选区域；步骤四、提取精选出的水体候选区域的矩形窗口重叠图，根据重叠图中每个子候选区域的矩形窗口重叠度获得最终确定的水体区域，完成SAR遥感图像的水陆分割。本实施方式的基于区域的水陆分割方法，考虑了相邻像素点的空间位置关系，可以在一定程度上克服基于像素水陆方法的不足。基于区域的SAR遥感图像水陆分割方法，首先利用区域的视觉特征来提取水体的候选区域，再利用后处理技术来进行误检的去除，相比于基于像素的水陆分割方法，可以提升分割结果的准确率和运行速度。同时，本实施方式检测出的水体区域中的孔洞部分为舰船、海岛等非水目标，所以，本实施方式还可以用于水上舰船等非水目标的检测。具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤二的具体过程为：矩形窗口内的区域一致性Con的计算公式如下：其中：xij代表矩形窗口内像素点(i,j)处的灰度值，i＝1,2,…,M,j＝1,2,…,N，中间变量f(xij)的计算公式如下：其中：X代表矩形窗口内全部像素点的灰度值的均值，s为常数；X还可以设为矩形窗口内的左上角像素点x11处的灰度、矩形窗口内全部像素点的灰度中值，一般设为灰度均值或中值效果较好。s是用来判断两个数值的差异大小的门限值，一般可设为10。若在某个滑动位置处矩形窗口内的区域一致性Con＞T1，则认为该滑动位置处矩形窗口内的区域是水体候选区域，否则，该滑动位置处矩形窗口内的区域不是水体候选区域；其中：T1为区域一致性阈值，SAR遥感图像一般设为0.7；全部滑动位置处对应的水体候选区域共同组成粗选的水体候选区域。粗选的水体候选区域是通过连通的检出的矩形窗口区域的并集得到，即粗选的水体候选区域可以看作是很多块子水体候选区域组成的。具体实施方式三：本实施方式与具体实施方式二不同的是：所述步骤三的具体过程为：水体区域的面积相对较大，而误检区域面积相对较小。据此可以根据每块子水体候选区域的面积大小去除部分误检区域。若某块子候选区域的面积占整个SAR遥感图像的比例小于阈值S1，则判断该块子候选区域为陆地区域，相反，若某块子候选区域的面积占整个SAR遥感图像的比例大于等于阈值S1，则判断该块子候选区域为水体区域；同理，判断出其他块子候选区域是否为水体区域，将判断出的全部水体区域作为精选出的水体候选区域。某块子候选区域的面积占整个SAR遥感图像的比例即为某块子候选区域的像素数占整个SAR遥感图像的像素数的比例。具体实施方式四：本实施方式与具体实施方式三不同的是：所述步骤四的具体过程为：矩形窗口重叠图中每个像素点位置的矩形窗口重叠度为：其中，Overlap(i,j)为矩形窗口重叠图中像素点(i,j)位置的矩形窗口重叠度，K为滑动过程中经过像素点(i,j)的矩形窗口的总个数，wk代表滑动过程中经过像素点(i,j)的第k个矩形窗口；若wk内的区域一致性满足Con＞T1，则中间变量g(wk)的值取1，否则，g(wk)的值取0；则精选出的水体候选区域中第n个子候选区域的矩形窗口重叠度的定义为：第n个子候选本文档来自技高网...

【技术保护点】
1.一种SAR遥感图像的水陆分割方法，其特征在于，该方法包括以下步骤：步骤一、利用矩形窗口在整个SAR遥感图像上依次滑动，且矩形窗口需遍历整个SAR遥感图像；设定矩形窗口的长度和宽度分别为M和N，矩形窗口的滑动步长为d；步骤二、计算出每个滑动位置处矩形窗口内的区域一致性，实现SAR遥感图像中水体候选区域的粗选；步骤三、在粗选出的水体候选区域中，根据每块子候选区域的面积大小对粗选出的水体候选区域进行精选，获得精选出的水体候选区域；步骤四、提取精选出的水体候选区域的矩形窗口重叠图，根据重叠图中每个子候选区域的矩形窗口重叠度获得最终确定的水体区域，完成SAR遥感图像的水陆分割。

【技术特征摘要】
1.一种SAR遥感图像的水陆分割方法，其特征在于，该方法包括以下步骤：步骤一、利用矩形窗口在整个SAR遥感图像上依次滑动，且矩形窗口需遍历整个SAR遥感图像；设定矩形窗口的长度和宽度分别为M和N，矩形窗口的滑动步长为d；步骤二、计算出每个滑动位置处矩形窗口内的区域一致性，实现SAR遥感图像中水体候选区域的粗选；步骤三、在粗选出的水体候选区域中，根据每块子候选区域的面积大小对粗选出的水体候选区域进行精选，获得精选出的水体候选区域；步骤四、提取精选出的水体候选区域的矩形窗口重叠图，根据重叠图中每个子候选区域的矩形窗口重叠度获得最终确定的水体区域，完成SAR遥感图像的水陆分割。2.根据权利要求1所述的一种SAR遥感图像的水陆分割方法，其特征在于，所述步骤二的具体过程为：矩形窗口内的区域一致性Con的计算公式如下：其中：xij代表矩形窗口内像素点(i,j)处的灰度值，i＝1,2,…,M,j＝1,2,…,N，中间变量f(xij)的计算公式如下：其中：X代表矩形窗口内全部像素点的灰度值的均值，s为常数；若在某个滑动位置处矩形窗口内的区域一致性Con＞T1，则认为该滑动位置处矩形窗口内的区域是水体候选区域，否则，该滑动位置处矩形窗口内的区域不是水体候选区域；其中：T1为区域一致性阈值；全部滑动位置处对应的水体候选区域共同组成粗选的水体候选区域。3.根据权利要求2所述的一种SAR遥感图...

【专利技术属性】
技术研发人员：刘咏梅，门朝光，李金龙，赵礼，薛嘉明，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23