基于变分水平集的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变分水平集的SAR图像超像素分割方法，主要解决现有技术受SAR图像相干斑噪声影响以及纹理信息缺失导致的对SAR图像超像素分割精度低，超像素块区域边界贴合度不高的问题。其实现步骤是：输入SAR图像，并将其粗略分割为K个超像素块区域；分别设计基于SAR图像相干斑噪声与图像纹理信息的能量泛函；将设计出的能量泛函分别插入到边缘演化迭代方程以得到新的迭代方程；利用新的迭代方程对各超像素块区域边界进行边缘演化；当超像素块区域边缘演化停止后完成超像素分割。本发明专利技术有效提高了对SAR图像超像素分割的精度，并解决了超像素块区域边界贴合度不高的问题，可用于机场跑道，农田分布和地质勘探的图像处理。

Super-pixel segmentation of SAR image based on variational level set

The invention discloses a super-pixel segmentation method of SAR image based on variational level set, which mainly solves the problems of low precision of super-pixel segmentation of SAR image and low boundary fit of super-pixel block area caused by the influence of speckle noise and the lack of texture information of SAR image in the prior art. The implementation steps are: inputting SAR image and roughly dividing it into k super-pixel block areas; designing energy functional based on speckle noise and texture information of SAR image; inserting the designed energy functional into edge evolution iteration equation to get new iteration equation; using new iteration equation to carry out edge evolution for each super-pixel block area boundary; when super-image The super-pixel segmentation is completed after the edge evolution stops. The invention effectively improves the precision of super-pixel segmentation of SAR image, solves the problem of low boundary fit of super-pixel block area, and can be used for image processing of airport runway, farmland distribution and geological exploration.

【技术实现步骤摘要】
基于变分水平集的SAR图像超像素分割方法
本专利技术属于图像处理
，特别涉及一种图像分割方法，可用于计算机视觉领域中的SAR图像目标分割与提取。
技术介绍
变分法是研究积分型泛函数的有效方法，主要思想是求解最小泛函的解，水平集方法是解曲线演化方法的重要手段，可以在网络上对演化曲线进行数值计算，避免了直接计算不断变化的曲线法向量和曲线曲率。合成孔径雷达SAR是一种主动式微波传感器，SAR图像分割技术是将完整SAR图像分割为特征不同的兴趣目标，从而进行SAR图像的研究和分析。超像素是由许多像素点组成的像素集合，可有效表示图形信息，现有的主流SAR图像分割算法大多以像素为基本单位来进行图像处理，由于SAR图像常包含丰富的信息量，导致其图像尺寸巨大，从而使得计算扫描所有像素耗时高、计算效率低、图像分割精度低。为了解决SAR图像尺寸所产生的问题，可以利用超像素分割算法进行SAR图像的分割和进一步处理，常见的超像素分割算法有Graph-based算法、基于Mean-shift算法、SLIC算法、以及Turbopixels算法等本文档来自技高网...

【技术保护点】
1.一种基于变分水平集的SAR图像超像素分割方法，其特征在于，包括如下：/n(1)输入待分割的SAR图像I，在SAR图像I上以晶格的形式均匀插入K个半径为1像素的超像素块种子点来生成超像素块区域，K＝1,2,3...，将SAR图像I粗略地分割为由K个超像素块区域组成的图像；/n(2)分别设计基于SAR图像相干斑噪声的能量泛函E

【技术特征摘要】
1.一种基于变分水平集的SAR图像超像素分割方法，其特征在于，包括如下：
(1)输入待分割的SAR图像I，在SAR图像I上以晶格的形式均匀插入K个半径为1像素的超像素块种子点来生成超像素块区域，K＝1,2,3...，将SAR图像I粗略地分割为由K个超像素块区域组成的图像；
(2)分别设计基于SAR图像相干斑噪声的能量泛函EN(x,y)和基于SAR图像纹理信息的能量泛函ET(x)，能量泛函即映射的微分的模长平方的积分，并且分别将两能量泛函插入到由种子点生成的超像素块区域边界的边缘演化迭代方程中，得到新的迭代方程；
(3)利用得到的迭代方程对由种子点生成的各超像素块区域边界进行边缘演化，以提高各个由种子点生成的超像素块区域边界的贴合度与光滑性，当分割出的所有由种子点生成的超像素块总面积覆盖了SAR图像I时，停止对各像素块区域边界的边缘演化，完成对SAR图像I的超像素分割。


2.根据权利要求书1所述的方法，其中(2)中设计基于SAR图像相干斑噪声的能量泛函EN(x,y)，其实现如下：
(2a)通过统计方法获得回波衰落所引起的SAR图像I相干斑噪声所符合的概率模型Pk(u(x,y))，并将模型改写为似然函数L(u(x,y))，其中u(x,y)是图像的强度函数，x、y为回波衰落信号的实部和虚部；
(2b)对似然函数L(u(x,y))进行最大化，并将概率模型Pk(u(x,y))带入到最大化后的似然函数中，得到所需要的相干斑噪声能量泛函EN(x,y)为：
EN(x,y)＝-(logωi+Nilogμi)-(logωb+Nblogμb)+c，
其中，N是第K个图像区域Ωk像素点的数量[k∈(i,b)]，ω为第K个图像区域Ωk像素点的数量的先验概率，μ为第K个图像区域Ωk像素点的数量的均值，i和b分别表示图像的目标区域和背景区域，c为常数。

<...

【专利技术属性】
技术研发人员：余航，赵乐，许录平，冯冬竹，鹿玉泽，
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