[发明专利]一种结合可见光图像信息的SAR图像快速分割方法

权利要求书

1.一种结合可见光图像信息的SAR图像快速分割方法，其特征在于实现步骤如下：

第一步，进行可见光图像的双阈值分割

遍历整个图像，将可见光图像灰度值大于目标阈值T_Obj的像素点判定为目标像素点，小于背景阈值T_Bkd的像素点判定为背景像素点，位于所述两个阈值之间的像素判定为不确定像素点，计算公式为

式中，s_Opt(x，y)为坐标(x，y)处可见光图像的灰度值，C(x，y)表示坐标(x，y)处像素点的类别，这里像素点的类别有目标像素点、背景像素点和不确定像素点三类；

第二步，将第一步得到的可见光图像的双阈值分割结果作为初始分割场以及图像的先验信息，提供给SAR图像进行图像分割，分割方法具体为：

(2.1)结合可见光图像的分割结果确定SAR图像的初始分割

将可见光图像的目标像素点对应的SAR图像像素点直接标记为目标；将可见光图像的背景像素点对应的SAR图像像素点直接标记为背景；可见光图像的不确定像素点对应的SAR图像像素点利用最大似然方法确定每个像素s_SAR(x，y)的初始分割标记(x，y)∈R_Rand，R_Rand为不确定像素的集合，有

z^(x,y)=argmaxz(x,y)p(sSAR(x,y)|z(x,y)),]]>(x，y)∈R_Rand

其中，p(s_SAR(x，y)|z(x，y))为SAR图像的观测模型，采用瑞利分布，即

p(sSAR(x,y)|z(x,y))=sSAR(x,y)α(z(x,y))2exp{-sSAR2(x,y)2α(z(x,y))2},]]>(x，y)∈R_Rand

式中α(z(x，y))与瑞利分布的均值μ_R(z(x，y))和方差的关系为

μR(z(x,y))=α(z(x,y))π2]]>σR2(z(x,y))=4-π2α2(z(x,y)),]]>(x，y)∈R_Rand；

(2.2)不确定像素的分割

随机改变可见光分割结果中标定为不确定像素点对应的SAR图像像素点的标记，计算新标记下每个不确定像素的局部能量，有

E_Lk(x，y)＝-[lnp(s_SAR(x，y)|z_k(x，y))+lnp(z_k(x，y))]，(x，y)∈R_Rand

其中，z_k(x，y)表示第k迭代下的新标记，k表示迭代次数，初次迭代时有k＝1；k＝0表示初始分割标记的本地能量，p(z_k(x，y))为SAR图像的先验模型，通过下式计算：

p(zk(x,y))=1Ze-H(zk(x,y)),]]>H(zk(x,y))=-βΣ(x′,y′)∈R(x,y)[δ(zk(x,y)-zk(x′,y′))-1]]]>

其中，Z是归一化常数；β是(0，1)之间的一个常数；δ(·)是狄拉克函数；R_(x，y)是像素(x，y)的邻域；

若新标记下每个不确定像素的局部能量低于未改变旧标记下每个不确定像素的局部能量，即E_Lk(x，y)＞E_Lk-1(x，y)，接受新标记；反之，选取在[0，1]中均匀分布的随机变量λ，当exp[-(E_Lk(x，y)-E_Lk-1(x，y))/T]≥λ，则接受新标记；否则，保持当前标记；T为退火温度，采用指数降温形式，有

T＝T₀χ^k

其中，T₀为初始退火温度，χ为温度系数；

计算当前状态和新状态的全局能量差ΔE_k，有

ΔEk=|-Σ(x,y)∈RRandlnp(sSAR(x,y)|zk(x,y))+lnp(zk(x,y))]]>

+Σ(x,y)∈RRandlnp(sSAR(x,y)|zk-1(x,y))+lnp(zk-1(x,y))|]]>

其中|·|表示取绝对值，ln为自然对数；

如果全局能量的变化量小于收敛阈值ε，即ΔE_k≤ε，则得到最终分割结果；反之，更新温度系数，令k＝k+1，如果k≤K，并重复该步骤处理过程；如果k＞K，强行结束程序，分割处理失败，ε为预先设置的收敛阈值，K为预先设置的迭代次数的上限值。

2.根据权利要求1所述的结合可见光图像信息的SAR图像快速分割方法，其特征在于所述第一步中目标阈值T_Obj和背景阈值T_Bkd的确定方法为：

利用人眼提取出可见光图像上的一块目标区域R_Obj和一块背景区域R_Bkd，则目标阈值T_Obj和背景阈值T_Bkd的计算式分别为

TObj=Σ(x,y)∈RObjsOpt(x,y),]]>TBkd=Σ(x,y)∈RBkdsOpt(x,y)]]>

其中，s_Opt(x，y)为可见光图像的灰度值，(x，y)表示图像坐标。