[发明专利]一种多对比度模式直方图纹理描述子提取方法

说明书

技术领域

本发明属于图像处理领域，特别涉及用于SAR图像的多对比度模式直方图纹理描述子提取方法。

背景技术

在SAR成像过程中不同的地物目标表现出不同的散射特性，这种特性决定于地物目标的粗糙程度和材质。如图1所示，微波成像中的四种基本散射模型，包括表面散射模型、漫散射模型、偶次散射模型和体散射模型。SAR在光滑介质(如干涸的河床、公路路面、平静的水面、光滑平正的岩石等)中的散射主要体现为表面散射。这种散射过程类似于可见光的镜面反射。表面散射模型回波能量的大小与入射波同散射面的夹角有关。当入射角较大时，其回波能量会很小，通常还不足-20dB。因此，这类区域在SAR图像中的表现为黑色的匀质区域。另外，在粗糙介质表面SAR的散射通常体现为漫散射，也称为布拉格散射。自然界中很多地物的表面经常是粗糙而起伏的(如草原，农田，山地，和有波浪的水面等)，这时就不能用较为理想化的表面散射模型来近似，而必须采用漫散射来表示。漫散射模型中，有相当一部分的散射电磁波返回雷达天线，其接收到的回波能量较平面散射为高，通常要优于-20dB。从而，这种类型的地物在SAR图像中表现为一些灰色到白色的亮目标点，并具有显著的纹理特性。然而，SAR在二面角散射体(如城市中墙壁与地面间、森林中粗壮的树干与地面间的散射机理如城区等)的散射更多的体现为偶次散射。偶次散射模型的散射体通常由两个散射面构成且两个散射面互相垂直，通常也称为二面角散射。在这种散射模型下，天线所接收到的回波功率很大。因而，其在SAR图像中表现为亮色的连通片，同时旁边伴随着阴影区域。对由大量枝叶组成的植被区域，SAR的散射主要体现为体散射。这主要是由于雷达回波是从由一些在空间随机方向分布的非常细的圆柱形散射体组成的粒子云反射回来的。此类区域在SAR图像中的成像变现为面积较小，亮度适中的小目标，并伴随着显著的纹理特征。

但是，利于这些散射特性进行SAR图像地物分类的技术在本领域尚未出现。

发明内容

本发明目的在于提供一种多对比度模式直方图纹理描述子提取方法，该描述子特征计算简单且能够很好的表述SAR图像的纹理。

本发明提供的多对比度模式直方图纹理描述子提取方法包括以下具体步骤：

步骤1，图像量化，将滑动窗口内的所有像素的灰度值与中心像素的灰度值进行对比量化，大于设定范围的被量化为+1，小于设定范围的被量化为-1，在设定范围内的被量化为0，所述滑动窗口的边长为h；

步骤2，矩阵分离，即将步骤1量化后的图像分离为正矩阵、负矩阵和等价矩阵；这三个矩阵中，正矩阵用于捕获图像中亮模式的信息，负矩阵用于描述图像中暗模式的信息，等价矩阵用于刻画匀质的区域；

步骤3，直方图计算，即在步骤2所得正矩阵、负矩阵和等价矩阵中，值为1的元素被当做前景，而值为0的则被当做背景，连续的值为1的元素构成前景连通片，各矩阵中每一个前景连通片都被统计到对应子直方图的一个bin中；将每个子直方图的h²个bin合并到K个较大的bins中，得到一个低维的子直方图，K为手动调节参数；串联合并后的三个子直方图，即是滑动窗口中心像素的局部模式直方图描述子。

本发明提供了一种多对比度局部模式直方图纹理描述子，是首次在SAR图像地物分类方面研究这些模式的判别性能。采用本发明所提供技术方案提取纹理特征高效简单，且能够很好的表述SAR图像的纹理。

附图说明

图1为微波成像中的四种基本散射模型。

图2为局部模式直方图的提取流程。

图3为MLPH特征分类性能对于不同参数B和T的响应。

图4为MLPH特征分类性能对于不同参数h的响应。

具体实施方式

基于微波成像的中的四种基本散射模型(如图1)，不同的地物目标在对SAR成像过程中表现出不同的散射特性，本发明提出在SAR图像中地物类别的差别主要体现在两个方面：图像中黑色，灰色，和白色(目标)的面积大小和这些模式在图像中对比度的强弱。本发明针对以上两个属性来研究这些模式对于SAR图像地物分类的判别能力，提出了特征描述提取方案，具体流程见图2。

下面通过实施例对多对比度局部模式直方图特征描述子的原理和相关定义加以说明。

(1)图像量化