本发明专利技术公开了一种自适应分割SAR图像水域的方法，主要解决现有技术参数固定，分割边界不精确的问题。其实现过程是：(1)人工获取标签集合并建立对应的数学模型；(2)利用该数学模型得到一次分割结果；(3)根据一次分割结果自适应获取二次分割的目标区域；(4)在该目标区域内，自动生成标签，并计算测地距离，获得最终分割结果。本发明专利技术可以针对一次分割边界自适应地计算二次分割的目标区域，降低了用固定带宽参数而带来的计算复杂度，同时也提高了二次分割的精度，可用于SAR图像水域分割、水域检测、桥梁检测。
【技术实现步骤摘要】
本专利技术属于图像处理
，涉及一种SAR图像水域分割的方法，可以有效的 自适应选取二次分割的目标区域。
技术介绍
SAR图像水域分割在环境监测方面已经成为一个作用日渐显著的重要工具，例如 在洪水情况监测，海岸线提取等方面。SAR图像以其全天候全天时的特点与其他类型的光学卫星图像相比具有明显的优 势。例如，由于SAR图像可以穿越云层进行拍摄这一突出特点，这就为洪水监测提供了重要 的依据，因为洪水发生的地区，通常上空都有较厚的云层。SAR图像水域分割有其自身的问 题特点，平滑的水域表面对于雷达波段的入射波来说，相当于镜面反射体。它几乎吸收了大 部分入射的波的能量，而只有极少的能量反射回去。因此这部分区域在SAR图像中表现为 灰度值较低的区域。相比起来陆地区域部分，由于漫散射造成的在SAR图像中表示为灰度 值较高，显得较亮，水域区域部分在SAR图像中会显得比较暗。湿地及被淹没的地区，由于 陆地与树木、树冠之间存在的双回波和多径散射的作用，使得这一类被淹没地区在SAR图 像上呈现出亮度明显高出这一显著特征。目前SAR图像分割已经有不少的研究成果。根据SAR图像分割使用先验知识的特 点，将分割方法主要分为基于数据驱动和基于模型驱动两大类。基于数据驱动SAR图像分 割是指直接对当前图像数据进行操作，虽然也有利用相关的先验知识，但并不单单依赖于 先验知识；基于模型驱动的SAR图像分割方法则直接建立在先验知识上。由于SAR图像的 本身具有相干斑噪声干扰，同时水域周围背景十分复杂，这使得SAR图像水域分割存在很 多困难。现有的许多SAR图像水域分割方法依赖人工选择关键参数，由于参数选择造成分 割结果不稳定的问题，例如Sian Huang等提出的基于疏散度的水域提取方法(APSAR2009， Xian, China. 2009 :498-501)以及杨蕾等提出的基于灰度统计及区域编码的SAR图像水域 识别方法(专利申请号200810236455)。将这些方法应用于尺寸大、背景复杂的图像时，往 往获得的结果较不理想同时处理所耗费的时间较长。
技术实现思路
本专利技术的目的在于克服上述已有技术的不足，提出一种自适应分割SAR图像水域 的方法，以自适应地获得目标区域，减少处理图像所耗费的时间，提高分割结果的稳定性。为实现上述目的，本专利技术首先人工获取标签集合并建立对应的数学模型；然后利 用该数学模型得到一次分割结果；再根据一次分割结果自适应获取二次分割的目标区域； 最后在该目标区域内自动生成标签，并计算测地距离，获得最终分割结果。具体步骤包括(1)人工建立待分割图像中水域的标签集合Ω 和陆地的标签集合Ω,;对水域的 标签集合Ω 和陆地的标签集合Ω ^分别建立如下水域模SFw(X)和陆地模型FJx)权利要求1. 一种自适应分割SAR图像水域的方法，包括如下步骤(1)人工建立待分割图像中水域的标签集合Ω 和陆地的标签集合Ω,;对水域的标签 集合Ω 和陆地的标签集合Ω ^分别建立如下水域模SFw(X)和陆地模型FJx)2.根据权利要求1所述的自适应分割SAR图像水域的方法，其特征在于步骤(2)所述 的计算像素点i分别属于水域标签集合的概率Ah)和属于陆地标签集合Ω^的概率 Pl(X1)，通过如下公式求得3.根据权利要求1所述的自适应分割SAR图像水域的方法，其特征在于步骤(5)所述的在自适应目标区域Qbelt内，自动生成新的水域标签集合Qffbelt*陆地标签集合Q-lt，是在目标区域QbeltI，以每一个窗口为目标，在该窗口内搜索属于水域这一类概率 最大的点，属于陆地这一类概率最大的点，将目前该窗口内的这两类概率分别最大的点看 作是新的水域标签集合Qffbelt和陆地标签集合Q-lt。4.根据权利要求1所述的自适应分割SAR图像水域的方法，其特征在于步骤(5)所述 的通过测地距离公式计算任一像素点i到陆地标签集合Qurelt的测地距离I\(x)和到水 域标签集Qfftelt的测地距离Dw(x)，是将陆地标签集合Qu^lt和水域标签集合Qfftelt代入测 地距离公式计算，获得目标区域Qbelt内任一像素点i到陆地标签集合Qurelt的测地距离 Dl(x)和到水域标签集合Qffbelt测地距离Dw(x)全文摘要本专利技术公开了一种自适应分割SAR图像水域的方法，主要解决现有技术参数固定，分割边界不精确的问题。其实现过程是(1)人工获取标签集合并建立对应的数学模型；(2)利用该数学模型得到一次分割结果；(3)根据一次分割结果自适应获取二次分割的目标区域；(4)在该目标区域内，自动生成标签，并计算测地距离，获得最终分割结果。本专利技术可以针对一次分割边界自适应地计算二次分割的目标区域，降低了用固定带宽参数而带来的计算复杂度，同时也提高了二次分割的精度，可用于SAR图像水域分割、水域检测、桥梁检测。文档编号G06T5/00GK102054268SQ20111000154公开日2011年5月11日 申请日期2011年1月6日 优先权日2011年1月6日专利技术者侯彪, 吴庆安, 焦李成, 王桂婷, 王爽, 缑水平, 谢卿, 钟桦 申请人:西安电子科技大学本文档来自技高网...
【技术保护点】
一种自适应分割ＳＡＲ图像水域的方法，包括如下步骤：（１）人工建立待分割图像中水域的标签集合Ω↓［Ｗ］和陆地的标签集合Ω↓［Ｌ］；对水域的标签集合Ω↓［Ｗ］和陆地的标签集合Ω↓［Ｌ］分别建立如下水域模型Ｆ↓［Ｗ］（ｘ）和陆地模型Ｆ↓［Ｌ］（ｘ）：Ｆ↓［Ｗ］（ｘ）＝Ｎ↑［Ｎ］·ｘ↑［Ｎ－１］／（Ｎ－１）！Ｉ↑［Ｎ］ｅｘｐ（－Ｎ·ｘ／Ｉ）其中，Ｎ为水域标签集合Ω↓［Ｗ］中图像的等效视数， 为水域标签集合Ω↓［Ｗ］中图像的均值，ｘ是像素点的灰度值；Ｆ↓［Ｌ］（ｘ）＝ｋ↓［１］·ｆ↓［１］（ｘ）＋ｋ↓［２］·ｆ↓［２］（ｘ）ｆ↓［１］（ｘ）＝１／＊σ↓［１］ｅｘｐ（－ｘ－μ↓［１］）↑［２］／２σ↓［１］↑［２］）ｆ↓［２］（ｘ）＝２／＊σ↓［２］ｅｘｐ（－（－｜ｘ｜－μ↓［２］）↑［２］／２σ↓［２］↑［２］）其中，＊＊＊，σ↓［１］为陆地标签集合，Ω↓［Ｌ］中像素点灰度值的标准差，μ↓［１］为陆地标签集合Ω↓［Ｌ］中像素点灰度值的均值；μ↓［２］和σ↓［２］分别为Ω↓［Ｂ］中像素点灰度值的最大值和标准差，Ω↓［Ｂ］是在取灰度阈值为２００的条件下陆地标签集合Ω↓［Ｌ］的子集合；（２）将待分割图像上的任一像素点ｉ的像素值ｘ↓［ｉ］代入水域模型的函数式Ｆ↓［Ｗ］（ｘ）和陆地模型的函数式Ｆ↓［Ｌ］（ｘ），计算像素点ｉ分别属于水域标签集合Ω↓［Ｗ］的概率＊↓［Ｗ］（ｘ↓［ｉ］）和属于陆地标签集合Ω↓［Ｌ］的概率＊↓［Ｌ］（ｘ↓［ｉ］）；若属于水域标签集合Ω↓［Ｗ］的概率＊↓［Ｗ］（ｘ↓［ｉ］）大于属于陆地标签集合Ω↓［Ｌ］的概率＊↓［Ｌ］（ｘ↓［ｉ］），则将点ｉ分入水域这一类，否则就将点ｉ分入陆地这一类；（３）对待分割图像上的所有像素点重复步骤（２）的操作，得到一次分割结果； （４）在一次分割结果边缘禬↓［Ｗ］的基础上，自适应地获得需进行二次分割的目标区域Ω↓［ｂｅｌｔ］：４ａ）在一次分割的结果上得到分割边缘禬↓［Ｗ］；４ｂ）输入待分割图像，基于恒虚警率检测准则，采用Ｇａｍｍａ模型计算得到对应待分割图像的检测阈值Ｉ↓［ｃ］，将检测阈值Ｉ↓［ｃ］代回到水域模型Ｆ↓［Ｗ］（ｘ）和陆地模型Ｆ↓［Ｌ］（ｘ）中，得到基于恒虚警率检测的判决门限为Ｔ↓［Ｃ］；４ｃ）沿着一次分割结果得到的分割边缘禬Ｗ做滑动窗口，滑窗的形状为半径Ｒ↓［０］的圆形，计算该窗口内任一像素点ｉ的权值Ｗ（ｘ）：＊＊＊其中，ｘ是像素点ｉ的灰度值；４ｄ）计算当前窗口内所有像素点到边缘禬↓［Ｗ］的加权距离均值Ｅ（ｘ↓［０］）：Ｅ（ｘ↓［０］）＝＊Ｗ（ｘ）ｄ（ｘ）／＊Ｗ（ｘ）其中，Ｎ（ｘ↓［０］）是以ｘ↓［０］为中心的窗口，ｄ（ｘ）是从当前窗口内任一像素点ｉ出发到边缘禬Ｗ的欧式距离；４ｅ）计算当前窗口内所有像素点到边缘禬Ｗ的加权距离方差Ｄ（ｘ↓［０］）：Ｄ（ｘ↓［０］）＝＊Ｗ（ｘ）（ｄ（ｘ）－Ｅ（ｘ↓［０］））↑［２］／＊Ｗ（ｘ）；４ｆ）通过统计窗口内边缘禬↓［Ｗ］像素点的个数计算窗口内边缘禬↓［Ｗ］的长度Ｌ（ｘ↓［０］），求得当前窗口的长度差＊Ｌ；？Ｌ（ｘ↓［０］）Ｌ（ｘ↓［０］）－２Ｒ↓［０］；４ｇ）将求得的Ｅ（ｘ↓［０］），Ｄ（ｘ↓［０］）和＊Ｌ（ｘ↓［０］）代入半径公式，获得自适应窗口半径Ｒ： Ｒ＝ｍａｘ｛？Ｌ（ｘ↓［０］），Ｅ（ｘ↓［０］） Ｄ（ｘ↓［０］）｝；４ｈ）以边缘禬↓［Ｗ］上任一点ｘ↓［０］为圆心，以Ｒ作为滑动窗口新的半径，组成目标区域Ω↓［ｂｅｌｔ］；（５）在目标区域Ω↓［ｂｅｌｔ］内，自动生成新的水域标签集合Ω↓［Ｗｂｅｌｔ］和陆地标签集合Ω↓［Ｌｂｅｌｔ］；通过测地距离公式计算任一像素点ｉ到陆地标签集合Ω↓［Ｌｂｅｌｔ］测地距离Ｄ↓［Ｌ］（ｘ）和到水域标签集合Ω↓［Ｗｂｅｌｔ］的测地距离Ｄ↓［Ｗ］（ｘ）；若像素点ｉ到水域标签集合Ω↓［Ｗｂｅｌｔ］的测地距离Ｄ↓［Ｗ］（ｘ）小于到陆地标签集合Ω↓［Ｌｂｅｌｔ］的测地距离Ｄ↓［Ｌ］（ｘ），则将点ｉ分入水域这一类，否则就将点ｉ分入陆地这一类；（６）对目标区域Ω↓［ｂｅｌｔ］上的所有像素点重复步骤（５）的操作，得到最终分割结果。...
【技术特征摘要】
【专利技术属性】
技术研发人员：钟桦，焦李成，谢卿，王桂婷，王爽，侯彪，缑水平，吴庆安，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。