【技术实现步骤摘要】
本专利技术涉及遥感图像处理，特别涉及一种sar影像自适应阈值分割方法及装置。
技术介绍
1、现实中，与光学遥感图像相比，sar图像具有穿云透雾且全天时全天候采集信息的优势；从sar影像中快速准确获取地面信息对地表监测、生态评估、灾害监测与预警等方面具有重要意义；sar图像的阈值分割是目前提取地物信息最基础、最常用的一类技术方法；该方法通过不同阈值，对图像中不同地物进行区分，将目标地物从背景中提取出来；例如：水体信息提取、海岸线提取等；然而，sar图像中存在大量的相干斑噪声且该噪声为乘性噪声，相较于光学领域所处理的加性噪声，乘性噪声的去除更为复杂一些，再加上sar独特的统计分布特性，使sar图像阈值分割比光学图像阈值分割更加困难。
2、在实际应用中，获取阈值的方法可分为两大类，为手动提取和自动提取；手动提取的方法需要操作人员多次查看目标地物与背景之间的强度值，根据以往的经验大致给出一个阈值，还需要对图像进行反复试验和对比，这种方法纯粹依靠人工目视解译，虽然有时能达到较好的精度，但工作量较大且最终阈值具有随机性，当对大量sar图像进行阈值选取时，该方法效率较低；自动提取阈值的方法相较于手动提取更加稳定、客观，可对数据进行批量处理，常见的是对大津(otsu)法进行改进，将其应用于sar图像；但是，由于sar图像特有的统计特性，使得sar强度服从单峰的负指数分布，并不存在谷值，所以分割的效果并不理想。
3、针对以上问题，有研究人员提出半自动阈值分割方法，此方法需要首先由人工画一条或多条横跨水、陆区域的直线，然后用
技术实现思路
1、本专利技术实施例提供一种sar影像自适应阈值分割方法及装置，可以解决现有技术中，存在的目前所采取的阈值分割方法效果较差的问题。
2、本专利技术实施例提供一种sar影像自适应阈值分割方法及装置，包括以下步骤：
3、获取sar影像的信号强度图或幅度图；
4、在sar影像的信号强度图或幅度图的二值化图像中提取暗目标，并确定暗目标对应的最小外接矩形，及根据暗目标对应的最小外接矩形对暗目标进行二分操作以获得分块后的暗目标；
5、对于每个分块后的暗目标，选取背景点，并提取对应分块后暗目标中心到背景点的剖面线，及根据剖面线确定对应分块暗目标的局部阈值；
6、对sar影像的信号强度图或幅度图进行分块，获得分块图像；
7、检测每个分块图像中的分块暗目标，如果只有1个分块暗目标，则将分块暗目标所对应的局部阈值作为分块图像的分割阈值；如果有多个分块暗目标，则以最大分块暗目标所对应的局部阈值作为分块图像的分割阈值；如果没有分块暗目标，则以距离分块图像几何中心最近的分块暗目标所对应的局部阈值作为分块图像的分割阈值；
8、根据对应的局部阈值对每个分块图像进行二值化，获得sar影像的阈值分割图像。
9、优选地，所述确定暗目标对应的最小外接矩形，包括：
10、确定暗目标物体的边界点，将所有边界点形成暗目标的点集；
11、利用opencv软件中的minarearect函数对暗目标的点集进行计算，获得该暗目标的最小外接矩形。
12、优选地，所述根据暗目标对应的最小外接矩形对暗目标进行二分操作，包括以下步骤：
13、计算sar影像中每个目标的最小外接矩形；
14、如果最小外接矩形长宽比≥2，则沿垂直于长边的方向将矩形等分为两部分；
15、从最小外接矩形长、宽两个方向上生成扫描线，沿扫描线统计像素值变化次数，如果变化次数大于两次，则沿该扫描线将矩形分为两部分；
16、对二分后得到的新的目标再次进行判断，如果符合二分条件，则继续进行二分，直到所有目标都不符合二分条件。
17、优选地，所述确定对应分块暗目标的局部阈值，包括以下步骤：
18、获取切分后sar影像中每个暗目标对应的背景点，如果背景点数量为0，则跳过该暗目标，继续计算下一个暗目标与背景之间的阈值；
19、将暗目标对应的最小外接矩形几何中心与背景点相连，并估算连线经过的图像剖面线；
20、根据梯度函数，从剖面线的两端开始分别计算相邻像素的梯度；
21、根据梯度从剖面线的两端向中心进行像素合并并更新梯度，直至像素对相遇；
22、将相遇处像素对的均值作为阈值，并将所有背景点对应的阈值的平均值作为分块图像目标的局部阈值。
23、优选地，所述获取切分后sar影像中每个暗目标对应的背景点，包括以下步骤：
24、对于提取的每一个暗目标，计算其最小外接矩形，进一步计算长边和短边长度a、b及几何中心o的图像坐标；
25、沿短边方向取距离几何中心o为短边长度b的点，这样的点有2个，将其定为候选背景点；
26、从几何中心o出发，沿候选背景点与几何中心连线判断像素变化次数，若没有变化，则剔除该背景点；若仅变化1次，则将该点确定为背景点；若变化次数达到2次或以上，则将第一次变化到第二次变化位置的中点作为背景点；
27、如果背景点数量为0，则沿长边方向取距离几何中心o为长边长度a的点，将其定为候选背景点。
28、优选地，所述估算连线经过的图像剖面线，包括以下步骤：
29、在连线两侧自动生成缓冲区，该缓冲区以绘制的连线为中心轴线，两端与中心轴线的距离为l；
30、提取缓冲区覆盖的像素值，计算中心轴线垂线上所有像素的均值，以形成一条均值线，该均值线即为估算的剖面线。
31、优选地，所述计算相邻像素的梯度，包括以下步骤：
32、设剖面线为x，x＝(x1，x2，x3，...xn)是剖面线x上像素的集合，像素总数为n，利用梯度函数计算相邻像素的梯度；其中，用于头端的梯度函数为：
33、f(mk,xk+1)＝|xk+1-mk| k＝1,2,...,n-1
34、其中m1＝x1，mk为加权均值，公式为：
35、
36、用于尾端的梯度函数为：
37、f(xh-1,mh)＝|xh-1-mh|h＝n,n-1,...,2
38、其中mn＝xn，mh为加权均值，公式为：
39、
40、优选地，所述根据梯度从剖面线的两端向中心进行像素合并并更新梯度，直至像素对相遇，包括：
41、以计算的梯度f作为比较准则，左右两端中梯度较小的一端向前合并一个像素，并重新计算合并后的像素集合与其相邻像素的梯度，较大的一端不合并，逐次比较，直至左右两端相遇。
42、优选地，所述获得分块图像，包括本文档来自技高网...
【技术保护点】
1.一种SAR影像自适应阈值分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种SAR影像自适应阈值分割方法，其特征在于，所述确定暗目标对应的最小外接矩形，包括：
3.根据权利要求1所述的一种SAR影像自适应阈值分割方法，其特征在于，所述根据暗目标对应的最小外接矩形对暗目标进行二分操作，包括以下步骤：
4.根据权利要求1所述的一种SAR影像自适应阈值分割方法，其特征在于，所述确定对应分块暗目标的局部阈值，包括以下步骤：
5.根据权利要求4所述的一种SAR影像自适应阈值分割方法，其特征在于，所述获取切分后SAR影像中每个暗目标对应的背景点，包括以下步骤：
6.根据权利要求4所述的一种SAR影像自适应阈值分割方法，其特征在于，所述估算连线经过的图像剖面线，包括以下步骤：
7.根据权利要求4所述的一种SAR影像自适应阈值分割方法，其特征在于，所述计算相邻像素的梯度，包括以下步骤：
8.根据权利要求4所述的一种SAR影像自适应阈值分割方法，其特征在于，所述根据梯度从剖面线的两端向中心进行像素
9.根据权利要求1所述的一种SAR影像自适应阈值分割方法，其特征在于，所述获得分块图像，包括：
10.一种SAR影像自适应阈值分割装置，其特征在于，包括：
...【技术特征摘要】
1.一种sar影像自适应阈值分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种sar影像自适应阈值分割方法，其特征在于，所述确定暗目标对应的最小外接矩形，包括：
3.根据权利要求1所述的一种sar影像自适应阈值分割方法，其特征在于，所述根据暗目标对应的最小外接矩形对暗目标进行二分操作，包括以下步骤：
4.根据权利要求1所述的一种sar影像自适应阈值分割方法，其特征在于，所述确定对应分块暗目标的局部阈值，包括以下步骤：
5.根据权利要求4所述的一种sar影像自适应阈值分割方法，其特征在于，所述获取切分后sar影像中每个暗目标对应的背景点，...
【专利技术属性】
技术研发人员：郎丰铠，陶敏，蒋欣然，樊兴宇，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：
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。