基于超像素和优化策略的SAR图像分割方法技术

本发明专利技术公开了一种基于超像素和优化策略的SAR图像分割方法，主要改善现有图像分割方法的分割区域一致性差的现象。其实现步骤是：（1）输入一幅SAR图像，并对该图像进行两层的非下采样小波变换；（2）提取输入图像的超像素块；（3）计算超像素块的小波特征；（4）建立超像素块之间的图矩阵；（5）根据超像素块的小波特征对超像素块进行聚类，（6）用粒子群算法优化聚类过程中的参数；（7）根据优化完成后得到的隶属度矩阵，计算超像素块的类别标签；（8）给超像素块之间的边界标记相应的类别标签，得到SAR图像的分割结果。本发明专利技术在保证较完整的边缘细节信息的同时能很好保证分割区域的一致性，分割结果满足后续对图像进行分析的要求。

【技术实现步骤摘要】

【技术保护点】
一种基于超像素和优化策略的SAR图像分割方法，包含以下步骤：（1）输入一幅SAR图像，并根据图像的内容信息设定分割的类别数l；（2）对输入图像进行两层的非下采样小波变换，得到第k个像素点的小波特征fk；（3）对输入图像提取N个超像素块，并分别计算超像素块与块之间的邻接矩阵A和第j个超像素块的中心坐标位置xj＝(xj1,xj2),j∈1,2...N；（4）根据第j个超像素块包含的所有像素点的小波特征，计算第j个超像素块的小波特征fj；（5）根据超像素块的中心坐标位置xj和小波特征fj，建立超像素块之间的图矩阵G；（6）根据超像素块的小波特征fj、邻接矩阵A和图矩阵G，对超像素块的进行聚类：6a）根据超像素块的个数N和设定分割的类别数l，初始化隶属度矩阵U=[uij]；6b）根据隶属度矩阵U和小波特征fj，计算聚类中心矩阵V的第i个聚类中心vi：vi=Σj=1NuijmfjΣj=1Nuijm,其中，uij是隶属度矩阵U第i行第j列的元素，其含义表示第j个超像素属于聚类中心点vi的隶属度，m是大于1的实数；6c）根据邻接矩阵A、图矩阵G和小波特征fj，计算第j个超像素块与第i个聚类中心点vi的空间位置加权因子Eij：Eij=Σk=1Suiktjk2Σk=1Stjk2,其中，uik表示第k个超像素属于聚类中心点vi的隶属度，表示xj与xk的欧氏距离，表示计算欧氏距离，k∈1,2...S，S=a+b，a表示邻接矩阵A中与第j个超像素邻接的a超像素块，b表示图矩阵G中与第j个超像素特征最相似的b个超像素块；6d）根据邻接矩阵A、图矩阵G和小波特征fj，计算第j个超像素块与第i个聚类中心点vi的相似特征加权因子Hij：Hij=Σk=1Suikrjk2Σk=1Srjk2,其中，表示fj与fk的欧氏距离，6e）根据空间位置加权因子Eij和相似特征加权因子Hij，计算第j个超像素块与第i个聚类中心点vi的加权距离Dij2=||vi-fj||(1-α1Eij)(1-α2Hij)α1+α2≤1,其中，α1和α2是待优化的两个参数；6f）根据隶属度矩阵U和加权距离建立聚类的目标函数J(U,V)：J(U,V)=Σi=1CΣj=1NuijmDij2;6g）根据权距离重新计算隶属度矩阵U，计算隶属度矩阵U中的第j个超像素属于第i个聚类中心点vi的隶属度uij：uij=1Σk=1C(DijDkj)2m-1;6h）设置隶属度阈值ε＝0.0001并将隶属度矩阵U与ε进行比较，如果max(|U(n)?U(n+1)|/U(n))≤ε，则停止聚类过程，否则返回步骤6b）重新进行聚类，其中max(·)表示求矩阵中元素的最大值，n表示聚类过程中的第n次迭代；（7）用粒子群PSO算法优化空间位置加权参数α1和相似特征加权参数α2；（8）设置目标函数阈值δ=0.0001，并将目标函数值与δ作比较，如果|J(U,V)(q)?J(U,V)(q+1)|/J(U,V)(q)≤δ，停止迭代过程，得到更新后的隶属度矩阵U“，否则返回步骤6b）重新进行聚类，其中q表示优化过程中的第q次迭代；（9）根据更新后的隶属度矩阵U“，计算第j个超像素块的类别标签Lj；（10）根据超像素块的类别标签Lj，给超像素块与块之间的边界赋上相应的类别标签，得到SAR图像的分割结果。FDA0000371662770000021.jpg,FDA0000371662770000022.jpg,FDA0000371662770000024.jpg,FDA0000371662770000025.jpg,FDA0000371662770000026.jpg,FDA0000371662770000028.jpg,FDA00003716627700000210.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：田小林，焦李成，郭开武，王爽，郑晓利，马晶晶，马文萍，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：