基于场景先验知识和区域合并的SAR图像海陆分割方法技术

一种基于场景先验知识和区域合并的SAR图像海陆分割方法，其实现步骤是：生成全球海陆数据库；利用全球海陆数据库，实时获取SAR图像对应的海陆二值图；计算海陆二值图中海洋区域的占比；判断是否对SAR图像进行海陆分割；对SAR图像进行预处理；将SAR图像划分为多个区域；合并区域得到海陆二值图像；对海陆二值图进行小面积连通区域去除和形态学处理，获得海陆分割后的图像。本发明专利技术生成了一个可以在卫星上携带的海陆数据库，利用SAR图像的经纬度信息从海陆数据库中获得图像对应的场景先验知识，结合场景先验知识进行区域合并，对SAR图像进行快速分割。进行快速分割。进行快速分割。

Sea land segmentation method of SAR image based on scene prior knowledge and region merging

【技术实现步骤摘要】
基于场景先验知识和区域合并的SAR图像海陆分割方法


[0001]本专利技术属于图像处理
，更进一步涉及合成孔径雷达(SAR)图像处理
中的一种基于场景先验知识和区域合并的SAR图像海陆分割方法。本专利技术可以在复杂场景中，实时获取SAR图像的海陆分布情况，对海陆交界处的SAR图像进行海陆分割。

技术介绍

[0002]SAR目标检测算法在简单的场景中可以得到较好的检测效果，但是对于复杂的场景，由于陆地上散射性较强的杂波和舰船目标的相似性，会检测出大量的虚警，可以利用海陆分割结果将陆地区域筛选出来，降低陆地上的舰船检测虚警。海陆分割结果的质量好坏将直接影响舰船检测性能。对SAR图像进行实时分割处理时，需要人工统计SAR图像的海陆分布情况，这一步骤耗费了大量的人力和时间。自动判断图片是否需要分割，并对海陆交界处的SAR图像进行快速、精确的分割是一个有研究意义的工程问题。
[0003]刘启，张晓蕾，王亚楠在其发表的论文“一种基于先验信息和U
‑
Net的SAR图像海陆分割方法”([J].无线电工程.2021,51(12):1471
‑
1476)中公开了一种基于先验信息和U
‑
Net网络相结合的SAR图像海陆分割方法。该方法基于SAR切片图像的经纬度，使用Matplotlib底图工具包MBT(Matplotlib BasemapToolkit)提供的海陆先验信息，判断切片是否为陆地、海域或海陆边界，然后对海陆边界切片利用U
‑
Net网络进行分割，最后将分割的切片进行拼接，输出分割结果。该方法存在的不足之处是，利用海陆先验数据库获取切片的海陆分布情况时，需要在Python语言环境下使用Matplotlib底图工具包，SAR卫星传感器在太空中成像时无法营造Python的语言环境，无法对SAR图像进行实时分割处理。
[0004]Liu等人在其发表的论文“A Novel Region
‑
Merging Approach for Coastline Extraction From Sentinel
‑
1A IW Mode SAR Imagery”([J].IEEE Geoscience and Remote Sensing Letters,2016,13(3):324
‑
328)中公开了一种基于聚类和自适应区域合并相结合的SAR图像海陆分割方法。该方法首先提取SAR图像中每个像素点的纹理特征、空间特征、灰度特征等11维特征，并使用主成分分析PCA(Principal Component Analysis)算法对特征进行降维；然后通过改进的Kmeans聚类算法，将SAR图像划分为多个区域；最后，通过由粗到细的自适应区域合并机制将多个区域合并，得到海陆分割结果。该方法存在的不足之处是，提取SAR图像中每个像素点的纹理特征、空间特征、灰度特征等11维特征时，需要耗费大量的时间，无法对SAR图像进行快速的分割。
[0005]中国电子科技集团公司第十四研究所在其申请的专利文献“一种基于FCM聚类和OTSU分割的SAR图像海陆分割方法”(专利申请号202110696407.2，申请公布号CN 113420658 A)中提出了一种基于FCM聚类和OTSU分割的SAR图像海陆分割方法。该方法首先通过预处理增强图像的细节信息，去除图像的相干斑噪声，保留图像的细节纹理信息；然后采用FCM聚类算法，使用灰度共生矩阵提取纹理特征，结合灰度特征分割图像，减少弱反射的背景地物等造成的虚警区域；最后采用全局OTSU阈值，提取连通区域，得到前景的连通区域和背景的连通区域，划分海陆区域。该方法存在的不足之处是，需要人工判断SAR图像处
于海陆交接处时，才会对图像进行海陆分割，无法实现SAR图像海陆分割流程的自动化。

技术实现思路

[0006]本专利技术的目的是针对上述已有技术的不足，提出一种基于场景先验知识和区域合并的SAR图像海陆分割方法，旨在解决现有技术中无法对SAR图像进行实时分割处理、无法对SAR图像进行快速分割的问题，以及无法实现SAR图像海陆分割流程的自动化的问题。
[0007]实现本专利技术目的的基本思路是：首先，生成了一个可以在卫星上携带的全球海陆数据库，该数据库包含了全球的海洋和陆地分布情况，可以实时获取雷达卫星拍摄的SAR图像的海陆图；然后，通过SAR图像四个顶点的经度和纬度可以在全球海陆数据库中得到SAR图像对应的海陆图，根据海陆图中海洋的占比信息判断SAR图像是否处于海陆交界处，对处于海陆交界处的SAR图像进行海陆分割，实现SAR图像海陆分割流程的自动化；最后，将SAR图像中每个像素点的梯度均值作为纹理特征，灰度值作为灰度特征，特征提取方式简单快速，用Kmeans聚类算法将图像划分为多个区域，结合海陆图中海洋的占比信息进行区域合并，对SAR图像进行快速分割。
[0008]为了实现上述目的，本专利技术的具体实现步骤如下：
[0009]步骤1，生成全球海陆数据库：
[0010]步骤1.1，去除彩色全球水系地图上标注有地物的名称信息的字体；
[0011]步骤1.2，随机选取彩色全球水系地图的一个通道的图像进行阈值分割，得到图像I1；
[0012]步骤1.3，将阈值分割后图像I1中每八个像素点的灰度值合并成一个像素点的灰度值，将所有合并后的像素值组成全球海陆数据库矩阵；
[0013]步骤2，利用全球海陆数据库矩阵，实时获取SAR图像对应的海陆二值图：
[0014]步骤2.1，将实时获取的SAR图像中最大、最小经度和最大、最小纬度，分别映射到全球海陆数据库矩阵中，取出经度和纬度对应的四条直线所围成的海陆图I
s
；
[0015]步骤2.2，对海陆图I
s
中每个像素点的灰度值进行像素点合并的逆变换，得到海陆二值图I
r
；
[0016]步骤2.3，将SAR图像中最大、最小经度分别映射到图像I1中，根据图像I1中得到的经度对应的两条直线的坐标以及全球海陆数据库矩阵得到的经度对应的两条直线的坐标，从海陆二值图I
r
中取出SAR图像平行于地理坐标系统的经线和纬线的最小外接矩形对应的二值海陆图I
h
；
[0017]步骤2.4，计算SAR图像的四个顶点在I
h
上的坐标，由四个顶点围成四条边，将四条边围成的图像取出，得到SAR图像的海陆二值图I
l
；
[0018]步骤3，计算海陆二值图I
l
中海洋区域的占比；
[0019]步骤4，判断是否需要对SAR图像进行海陆分割：
[0020]如果海陆二值图I
l
中海洋区域的占比为0或1，则对SAR图像不进行海陆分割操作，否则，执行步骤5；
[0021]步骤5，对待分割的SAR图像进行预处理：
[0022]对待分割的SAR本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于场景先验知识和区域合并的SAR图像海陆分割方法，其特征在于，生成一个包含全球的海洋和陆地分布情况且可在卫星上携带的海陆数据库，利用SAR图像的经纬度信息从海陆数据库中获得图像对应的场景先验知识，结合场景先验知识进行区域合并；该分割方法的具体步骤包括如下：步骤1，生成全球海陆数据库：步骤1.1，去除彩色全球水系地图上标注有地物的名称信息的字体；步骤1.2，随机选取彩色全球水系地图的一个通道的图像进行阈值分割，得到阈值分割后图像I1；步骤1.3，将阈值分割后图像I1中每八个像素点的灰度值合并成一个像素点的灰度值，将所有合并后的像素值组成全球海陆数据库矩阵；步骤2，利用全球海陆数据库矩阵，实时获取SAR图像对应的海陆二值图：步骤2.1，利用映射公式，将实时获取的SAR图像中最大、最小经度和最大、最小纬度，分别映射到全球海陆数据库矩阵中，取出经度和纬度对应的四条直线围成的海陆图I
s
；步骤2.2，对海陆图I
s
中每个像素点的灰度值进行像素点合并的逆变换，得到海陆二值图I
r
；步骤2.3，将SAR图像中最大、最小经度分别映射到图像I1中，根据图像I1经度对应的两条直线的坐标以及全球海陆数据库矩阵的经度对应的两条直线的坐标，从海陆二值图I
r
中取出SAR图像平行于地理坐标系统的经线和纬线的最小外接矩形对应的二值海陆图I
h
；步骤2.4，计算SAR图像的四个顶点在I
h
上的坐标，由四个顶点围成四条边，将四条边围成的图像取出，得到SAR图像的海陆二值图I
l
；步骤3，计算海陆二值图I
l
中海洋区域的占比；步骤4，判断是否需要对SAR图像进行海陆分割：如果海陆二值图I
l
中海洋区域的占比为0或1，则对SAR图像不进行海陆分割操作，否则，执行步骤5；步骤5，对待分割的SAR图像进行预处理：对待分割的SAR图像进行Lee滤波，对滤波后的SAR图像做幂次变换，对幂次变换后的SAR图像中每个像素点的灰度值进行归一化处理；步骤6，提取灰度值归一化后SAR图像中每个像素点的纹理特征和灰度特征；步骤7，划分区域：步骤7.1，使用SAR图像中每个像素点的灰度特征，将灰度值归一化后SAR图像划分为n个区域，得到根据灰度特征划分的n个区域；步骤7.2，使用SAR图像中每个像素点的纹理特征将灰度值归一化后SAR图像划分为s个区域，得到根据纹理特征划分的s个区域；s＝n，n和s取值过小，划分的每个区域的面积占比较大，区域内部可能同时存在海洋和陆地区域，取值过大，增加算法时间，可能会将海洋和陆地的边缘区域错误划分；步骤8，合并区域得到海陆二值图像：步骤8.1，按照灰度均值递增的顺序，分别对根据灰度特征划分的n个区域和根据纹理特征划分的s个区域进行排序；步骤8.2，分别计算根据灰度特征划分的n个区...

【专利技术属性】
技术研发人员：王英华，赵若宏，刘宏伟，陈渤，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：