【技术实现步骤摘要】
基于形状补全区域图和特征编码的SAR图像分割方法
本专利技术属于图像处理
,涉及SAR图像的区域提取方法,具体是一种基于形状补全区域图和特征编码的SAR图像分割方法,可用于SAR图像的分割。
技术介绍
SAR图像分割是SAR图像处理与解译中的关键环节之一。在SAR图像的成像过程中,由于地物的高低以及成像角度的不同,导致地物聚集区域在SAR图像中呈现出明暗交错变化的特性°《Local maximal homogenous reg1n search for SAR speckle reduct1nwith sketch-based geometrical kernel funct1n》提出的 SAR 图像的素描图是 SAR 图像的一种稀疏表示,它以素描线的形式刻画了 SAR图像中的灰度变化信息。《基于Primal素描图和语义信息分类的SAR图像分割》提出的基于语义信息的素描线分类方法将SAR图像初始素描图中的素描线分为表示聚集的素描线和表示边界、线目标与孤立目标的素描线两类。进而,上述文献又使用基于区域生长的线段集合求解方法和基于形态学的区域提取方法提取到了完整的聚集区域,从而克服了现有的SAR图像分割方法无法完整的分割聚集区域的缺陷。 不过,由于SAR图像成像过程中相干斑的影响,单一阈值的素描图还是无法准确完整的表示边界,其在阈值较大的情况下只会在强边缘的地方有响应,在阈值较低的情况下则会出现很多的伪边缘。因此已有的区域提取方法无法很好的提取到闭合的匀质区域。 特征学习常用于自然图像的分类,现有的一些特征学习框架如词袋模 ...
【技术保护点】
一种基于形状补全区域图和特征编码的SAR图像分割方法,其特征在于,包括有如下步骤:步骤1.输入待分割的SAR图像,利用SAR图像的初始素描模型得到输入图像的素描图;步骤2.采用基于形状的素描线补全的区域图提取方法得到输入图像的区域图;步骤3.根据得到的区域图将待分割的SAR图像映射为聚集区域、匀质区域和结构区域;步骤4.使用基于LLC编码的词袋模型对属于聚集区域的各个区域进行特征学习,并在此基础上进行层次聚类得到聚集区域的聚类结果;步骤5.同样,使用基于LLC编码的词袋模型对属于匀质区域的各个区域进行特征学习,并在此基础上进行层次聚类得到匀质区域的聚类结果;步骤6.对于结构区域,使用基于MRF的分割方法得到结构区域中边界、线目标以及孤立目标所在的位置,同时根据空间上的一致连通性得到若干个小区域,即将结构区域划分成若干个小区域,从而得到结构区域的分割结果;步骤7.使用基于空间近邻和灰度均值的策略,将聚集区域的聚类结果、匀质区域的聚类结果和结构区域的分割结果合并;步骤8.根据素描图中的素描线信息标记线目标,从而得到最终完整的SAR图像分割结果。
【技术特征摘要】
1.一种基于形状补全区域图和特征编码的SAR图像分割方法,其特征在于,包括有如下步骤: 步骤1.输入待分割的SAR图像,利用SAR图像的初始素描模型得到输入图像的素描图; 步骤2.采用基于形状的素描线补全的区域图提取方法得到输入图像的区域图; 步骤3.根据得到的区域图将待分割的SAR图像映射为聚集区域、匀质区域和结构区域; 步骤4.使用基于LLC编码的词袋模型对属于聚集区域的各个区域进行特征学习,并在此基础上进行层次聚类得到聚集区域的聚类结果; 步骤5.同样,使用基于LLC编码的词袋模型对属于匀质区域的各个区域进行特征学习,并在此基础上进行层次聚类得到匀质区域的聚类结果; 步骤6.对于结构区域,使用基于MRF的分割方法得到结构区域中边界、线目标以及孤立目标所在的位置,同时根据空间上的一致连通性得到若干个小区域,即将结构区域划分成若干个小区域,从而得到结构区域的分割结果; 步骤7.使用基于空间近邻和灰度均值的策略,将聚集区域的聚类结果、匀质区域的聚类结果和结构区域的分割结果合并; 步骤8.根据素描图中的素描线信息标记线目标,从而得到最终完整的SAR图像分割结果O2.根据权利要求1所述的基于形状补全区域图和特征编码的SAR图像分割方法,其特征在于,其中步骤2所提出的基于形状的素描线补全的区域图提取方法,包括有如下步骤: .2.1.对素描图中的素描线进行聚集度分析,如果存在聚集的素描线,进行步骤2.2 ;如果不存在聚集的素描线,则跳至步骤2.4 ; .2.2.分别标记聚集的素描线和代表边界、线目标以及独立目标的素描线; .2.3.利用聚集区域提取方法在素描图上得到覆盖所有聚集素描线的区域,并标注该区域; 2.4.对于代表边界、线目标以及独立目标的素描线,提出基于形状的素描线补全方法得到素描线补全结果及划分的区域,并标注该区域; ...
【专利技术属性】
技术研发人员:芳,马文萍,刘佳,李玲玲,焦李成,郝红侠,杨淑媛,孙涛,张向荣,尚荣华,
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。