【技术实现步骤摘要】
基于区域划分和自适应多项式隐模型的SAR图像分割方法
本专利技术属于图像处理
，涉及高分辨SAR图像分割方法，可用于高分辨SAR图像分割，具体为一种基于区域划分和自适应多项式隐模型的SAR图像分割方法。
技术介绍
合成孔径雷达SAR技术近几年得到了飞速发展，海量的高分辨率的SAR图像的获取使SAR图像理解与解译遇到了挑战。SAR图像分割是SAR图像理解与解译中至关重要的一步，并为SAR图像的目标识别与跟踪奠定基础，具有重要的应用意义。由于SAR图像的成像特性，SAR图像分割主要有以下难点。首先是SAR图像具有的乘性噪声，这是SAR图像成像系统的固有特性；再次是SAR图像内容的复杂性，往往使用单一特征很难区分，这一特性在高分辨率图像中尤其明显；最后是较少的训练数据使很多现有分割算法的应用受到了限制。现有的SAR图像分割方法主要有基于特征的方法、基于模型的方法、区域生长的方法。基于模型的方法是SAR图像分割中一类重要的方法，包括Markov随机场的方法、水平集的方法、神经网络的方法等。多项式隐模型是基于模型的方法中一种较新的方法，在模型中同时考虑SAR图像幅度特征和纹理特征，并用有限混合模型将两者巧妙结合，得到了较好的分割结果，但其空间关系模型是基于窗口的，当窗口过大时，分割结果的区域一致性较好，但会造成细节信息的丢失，特别是点目标、线目标的丢失；当窗口较小时，细节信息保持较好，但分割结果的区域一致性会下降。层次多项式隐模型考虑了图像多尺度的信息，层次间的传递能较好的抓获图像中较大尺度的内容，但会对图像边界定位不精确甚至造成点目标、线目标的丢...
【技术保护点】
基于区域划分和自适应多项式隐模型的SAR图像分割方法，其特征在于：包括如下步骤：(1)利用基于SAR图像的含乘性相干斑噪声模型的初始素描图获取方法，提取SAR图像素描图；(2)根据区域图，将SAR图像划分为像素空间的非结构区域和像素空间的结构区域；(3)根据基于规则推理的语义信息，将像素空间的结构区域划分为边界区域和非边界区域；(4)对像素空间的非结构区域建立多层次多项式隐模型对图像进行分割；(5)对边界区域建立基于几何结构窗的单层多项式隐模型对图像进行分割，对非边界区域建立基于方形窗的单层多项式隐模型对图像进行分割；(6)将像素空间的非结构区域和像素空间的结构区域的分割结果合并，得到高分辨SAR图像分割结果。
【技术特征摘要】
1.基于区域划分和自适应多项式隐模型的SAR图像分割方法，其特征在于:包括如下步骤: (1)利用基于SAR图像的含乘性相干斑噪声模型的初始素描图获取方法，提取SAR图像素描图； (2)根据区域图，将SAR图像划分为像素空间的非结构区域和像素空间的结构区域； (3)根据基于规则推理的语义信息，将像素空间的结构区域划分为边界区域和非边界区域； (4)对像素空间的非结构区域建立多层次多项式隐模型对图像进行分割； (5)对边界区域建立基于几何结构窗的单层多项式隐模型对图像进行分割，对非边界区域建立基于方形窗的单层多项式隐模型对图像进行分割； (6)将像素空间的非结构区域和像素空间的结构区域的分割结果合并，得到高分辨SAR图像分割结果。2.根据权利要求1所述的基于区域划分和自适应多项式隐模型的SAR图像分割方法，其特征在于:其中步骤(3)所涉及根据基于规则推理的语义信息，将像素空间的结构区域划分为边界区域和非边界区域，按如下步骤进行: (3.1)根据SAR图像素描图，在每条素描线段的每个素描点上设计与其所在素描线段同方向的几何结构窗，几何结构窗口的一边平行于素描线段，另一边垂直于素描线段，几何结构窗口的大小为(2 μ +1) *(2μ +1)，将几何结构窗映射到原图像空间，得到像素空间对应的几何结构窗，在像素空间的几何结构窗内沿着平行素描线段方向计算相邻像素的差值得到Gx，沿着垂直素描线段方向计算相邻像素的差值得到Gy，梯度计算公式为: Η,\=^^...
【专利技术属性】
技术研发人员：刘芳，段一平，李玲玲，焦李成，武杰，郝红侠，戚玉涛，石程，马晶晶，尚荣华，于昕，
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
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。