基于非局部的三马尔可夫随机场SAR图像分割方法技术

本发明专利技术公开了一种基于非局部的三马尔可夫随机场SAR图像分割方法，它属于图像处理技术领域，主要解决传统TMF方法应用于SAR图像分割易产生区域一致性差，边界凌乱的问题。其实现步骤为：(1)输入待分割图像；(2)利用FCM聚类初始化每个像素类标;(3)利用k-means初始化每个像素的场景类别，并利用非局部冗余信息对场景类别进行一次更新迭代；(4)计算图像的势能；(5)构建三马尔可夫场联合分布，并用吉布斯采样器对该分布函数采样，得到后验概率；(6)计算后验边缘概率，并逐点更新各像素点类标；(7)判断各像素类标变化率是否大于阈值，若变化率大于阈值，重复(4)-(6),否则输出分割结果。本发明专利技术收敛速度快，分割结果区域一致性好,保留信息完整，可用于SAR图像目标识别。

【技术实现步骤摘要】
本专利技术属于图像处理领域，涉及一种对纹理分布不均匀的非平稳SAR图像分割的方法，可应用于目标识别。
技术介绍
合成孔径雷达(Synthetic Aperture Radar, SAR)是一种高分辨率雷达体制,可应用于军事、农业、导航、地理监视等诸多领域。它与其它遥感成像系统，光学成像系统相比有很多差异。在军事目标识别方面，SAR图像被广泛的应用在目标检测领域，而SAR图像分割则是从图像处理到图像分析的重要步骤，是目标分类和识别的基础。在SAR图像分割处理方面，由于SAR图像中固有的乘性斑点噪声的存在，图像的像素常常会有突变，这种突变只是局部孤立的，而图像的局部相关性让我们考虑到了中心像 素与其相邻像素之间的相关性，建立在像素邻域系统上的马尔可夫随机场(Markov RandomField, MRF)正好能够利用邻域相关性来消除噪声的影响，适合于SAR图像的分割。自从上世纪60年代以来,Besag等关于吉布斯(Gibbs)分布与MRF等价性的研究，使得分布函数与能量函数有了有效的联系，利用这种联系MRF模型开始在图像处理方面得到应用。Geman S.和Geman D.在1984年发表的著名本文档来自技高网...

【技术保护点】
一种基于非局部的三马尔可夫随机场SAR图像分割方法，包括如下步骤：1)输入待分割的SAR图像；2)利用FCM聚类的方法得到待分割图像每个像素点的初始类标；3)提取待分割图像的灰度共生矩阵，采用k？means聚类方法得到待分割图像每个像素点的场景类别，并利用图像非局部冗余信息对场景类别进行一次迭代更新，得到每个像素点新的场景类别；4)根据步骤2)得到的每个像素点的初始类标和步骤3)得到的每个像素点新的场景类别，利用下式计算势能W(x,u)：W(x,u)=Σ(s,t)∈CHαH1(1-2δ(xs,xt))-(αaH2δ*(...

【技术特征摘要】
1.一种基于非局部的三马尔可夫随机场SAR图像分割方法，包括如下步骤 1)输入待分割的SAR图像； 2)利用FCM聚类的方法得到待分割图像每个像素点的初始类标； 3)提取待分割图像的灰度共生矩阵，采用k-means聚类方法得到待分割图像每个像素点的场景类别，并利用图像非局部冗余信息对场景类别进行一次迭代更新，得到每个像素点新的场景类别； 4)根据步骤2)得到的每个像素点的初始类标和步骤3)得到的每个像素点新的场景类另1J，利用下式计算势能W (X，u)2.根据权利要求I所述的基于非局部的三马尔可夫随机场SAR图像分割方法，其中步骤3)所述的利用图像非局部冗余信息对场景类别进行一次迭代更新，按如下步骤进行 3a)提取待分割图像的灰度共生矩阵，采用k-means聚类估计每个像素点的初始场景类别；3b)根据步骤3a)得到的每个像素点s的初始场景类别，取邻域窗口 m*m，m=ll，分别计算...

【专利技术属性】
技术研发人员：侯彪，焦李成，牛佳颖，马文萍，张向荣，王爽，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：