[发明专利]一种基于SVM分类器的SAS图像分割方法及系统

权利要求书

1.一种基于SVM分类器的SAS图像分割方法，所述方法包含：

步骤101）将待分割的SAS图像进行预处理，获取该SAS图像的所有区域的灰度直方图和灰度共生矩阵；

步骤102）从所述灰度直方图提取若干统计特性参量并从所述灰度共生矩阵提取若干纹理特征参量；

步骤103）将上步骤所述的特征参量输入SVM分类器，进行待分割SAS图像的分割处理，将SAS图像包含的泥底质区域和沙底质区域进行分割；

其中，所述SVM分类器通过将从训练图像的某一区域的灰度直方图提取的若干统计特性参量和灰度共生矩阵提取若干纹理特征参量作为训练特征训练得到。

2.根据权利要求1所述的基于SVM分类器的SAS图像分割方法，其特征在于，所述步骤103）之后还包含：

步骤104）对步骤103）输出的分割图像采用数学形态学算子进行优化，进而去除分割图像中的空洞和孤立点。

3.根据权利要求1或2所述的基于SVM分类器的SAS图像分割方法，其特征在于，所述统计特性参量具体包含：灰度直方图的均值、标准差和峰度。

4.根据权利要求1或2所述的基于SVM分类器的SAS图像分割方法，其特征在于，所述纹理特征参量具体包含：灰度共生矩阵的能量、相关性、对比度和熵值。

5.根据权利要求1或2所述的基于SVM分类器的SAS图像分割方法，其特征在于，所述纹理特征参量也能够从灰度共生矩阵的二次统计量中获取。

6.一种基于SVM分类器的SAS图像分割系统，所述系统包含：

预处理模块，用于将待分割的SAS图像进行预处理，获取该SAS图像的不同区域的灰度直方图和灰度共生矩阵；

特征参量提取模块，用于从所述灰度直方图提取若干统计特性参量并从所述灰度共生矩阵提取若干纹理特征参量；和

初步分类分割模块，用于将特征参量提取模块提取的若干特征参量输入SVM分类器，进行待分割SAS图像的分割处理；

其中，所述所述SVM分类器通过将从训练图像的某一区域的灰度直方图提取的若干统计特性参量和灰度共生矩阵提取若干纹理特征参量作为训练特征训练得到。

7.根据权利要求6所述的基于SVM分类器的SAS图像分割系统，其特征在于，所述系统还包含：

优化分割模块，用于将初步分类分割模块输出的分割图像采用数学形态学算子进行优化，进而去除分割图像中的空洞和孤立点。

8.根据权利要求6或7所述的基于SVM分类器的SAS图像分割系统，其特征在于，所述统计特性参量具体包含：灰度直方图的均值、标准差和峰度。

9.根据权利要求6或7所述的基于SVM分类器的SAS图像分割系统，其特征在于，所述纹理特征参量具体包含：灰度共生矩阵的能量、相关性、对比度和熵值。

10.根据权利要求6或7所述的基于SVM分类器的SAS图像分割系统，其特征在于，所述纹理特征参量也能够从灰度共生矩阵的二次统计量中获取。