基于巴氏距离和纹理模式度量的SAR图像分割方法技术

本发明专利技术提出了一种基于巴氏距离及纹理模式度量的SAR图像分割方法，用于解决现有技术中存在的分割精度较低的技术问题，实现步骤为对SAR图像进行预处理；计算double格式SAR图像中每个像素点的巴氏距离；对double格式SAR图像进行初始分割；获取double格式SAR图像的中间分割图Y；计算中间分割图Y中相邻区域的统计相似性度量SSM(Y

SAR image segmentation based on the measurement of Barker distance and texture pattern

【技术实现步骤摘要】
基于巴氏距离和纹理模式度量的SAR图像分割方法
本专利技术属于图像处理
，涉及一种SAR图像分割方法，具体涉及一种基于巴氏距离和纹理模式度量的SAR图像分割方法，可用于灾害监测、地球变化研究、地图绘制、农作物生长评估、冰川分布观测等领域。
技术介绍
合成孔径雷达SAR(SyntheticApertureRadar)是一种相干成像雷达，具有分辨率高、全天候工作和穿透掩盖物等特点成为当前遥感观测的重要手段。SAR图像中包含着丰富的目标类别，随着SAR的应用领域的不断扩大，对SAR图像自动解译的要求也越来越高，而SAR图像分割一直是自动解译的核心问题和难点所在，SAR图像分割技术是将一幅SAR图像划分为可数的互不重叠的连通区域，它提供SAR图像中区域的封闭轮廓，为SAR图像分类识别和自动解译提供可靠的信息。然而SAR图像中存在的大量相干斑噪声，使每个像素与其真实值往往差距较大，因此常规的光学图像分割算法在SAR图像中的分割精度并不理想。在SAR图像分割方法中，主要可分为基于模型优化的SAR图像分割方法和基于图像特征的SAR图像分割方法，本文档来自技高网...

【技术保护点】
1.一种基于巴氏距离和纹理模式度量的SAR图像分割方法，其特征在于，包括如下步骤：/n(1)对SAR图像进行预处理：/n读取像素值大小为M×N的待分割SAR图像，并将其转换为double格式，得到double格式SAR图像，其中，M≥250,N≥250；/n(2)计算double格式SAR图像中每个像素点的巴氏距离：/n(2a)对所提取的double格式SAR图像的直方图进行量化，得到量化后的包含Q个灰度级的SAR图像,其中Q≥10；/n(2b)计算量化后的SAR图像中每个像素点在多尺度旋转双窗下的巴氏距离BD

【技术特征摘要】
1.一种基于巴氏距离和纹理模式度量的SAR图像分割方法，其特征在于，包括如下步骤：
(1)对SAR图像进行预处理：
读取像素值大小为M×N的待分割SAR图像，并将其转换为double格式，得到double格式SAR图像，其中，M≥250,N≥250；
(2)计算double格式SAR图像中每个像素点的巴氏距离：
(2a)对所提取的double格式SAR图像的直方图进行量化，得到量化后的包含Q个灰度级的SAR图像,其中Q≥10；
(2b)计算量化后的SAR图像中每个像素点在多尺度旋转双窗下的巴氏距离BDθ,s(xm,ym)，得到M×N巴氏距离BDθ,s(x,y)，BDθ,s(x,y)＝{BDθ,s(x1,y1),BDθ,s(x2,y2)...,BDθ,s(xm,ym),...,BDθ,s(xM×N,yM×N)}，其中，θ,s分别表示多尺度旋转双窗的旋转角度和尺度，θ∈[0,π),θ旋转间隔为π/8，(xm,ym)表示第m个像素点的坐标，(x,y)＝{(x1,y1),(x2,y2)...,(xm,ym),..,(xM×N,yM×N)}；
(3)对double格式SAR图像进行初始分割：
(3a)根据每个像素点在多尺度旋转双窗下的巴氏距离BDθ,s(xm,ym)，计算double格式SAR图像中每个像素点的边缘映射强度ESMm，并对ESMm进行阈值化处理，得到过滤后的边缘映射强度ESM'm，M×N像素点的过滤后的边缘映射强度表示为ESM'，ESM'＝{ESM1',ESM'2...,ESM'm,...,ESM'M×N}；
(3b)对过滤后的边缘映射强度ESM'进行分水岭变换，得到double格式SAR图像的包括n个区域的初始分割图X，X＝{X1,X2...,Xj,...,Xn}，其中n≥50，Xj表示X中的第j个区域；
(4)获取double格式SAR图像的中间分割图Y：
(4a)采用均值区域合并方法计算与区域Xj相邻的l个区域的代价其中，表示与区域Xj相邻的区域Xp的代价；
(4b)设立阈值H，并将X中像素点个数小于H的区域与中最小代价对应的区域进行合并，得到double格式SAR图像的包括t个区域的中间分割图Y，Y＝{Y1,Y2...,Yr,Ys,...,Yt},其中，Yr和Ys表示两个相邻区域，H≤80，t＜n；
(5)计算中间分割图Y中相邻区域的统计相似性度量SSM(Yr,Ys)：
(5a)对中间分割图Y的直方图进行量化，得到包含Q个灰度级的量化后的中间分割图Y'，Y'＝{Y1',Y2'...,Yr',Ys',...,Yt'}，Yr'和Ys'分别表示相邻区域Yr和Ys量化后的区域；
(5b)计算量化后的中间分割图Y'中相邻区域Yr'和Ys'第i个灰度级的频率并通过计算Yr和Ys之间的巴氏距离BD(Yr,Ys)：



(5c)通过BD(Yr,Ys)计算Yr和Ys的统计相似性度量SSM(Yr,Ys)：



其中，#Yr,#Ys表示Yr和Ys包含的像素个数；
(6)计算中间分割图Y中相邻区域的纹理模式度量TPS(Yr,Ys)：
(6a)计算相邻区域Yr和Ys的灰度平均值和并利用a×a的矩形结构对Yr和Ys进行腐蚀，得到区域Yr*和Ys*，其中a≥3；
(6b)计算区域Yr的空间协方差矩阵和区域Ys的空间协方差矩阵






其中，(xr,yr)表示Yr*内像素点的坐标，(xs,ys)表示Ys...

【专利技术属性】
技术研发人员：水鹏朗，孙煜贺，樊书辰，
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