[发明专利]基于流形距离的两阶段聚类算法的SAR图像分割方法

权利要求书

1.一种基于流形距离的两阶段聚类算法的SAR图像分割方法，包括如下步骤：

(1)设定第一阶段聚类终止条件e′为10^-4，第二阶段聚类终止条件e为10^-10，给定分水岭内部标记阈值T、流形距离伸缩因子ρ运行参数；

(2)输入待分割图像，使用标记分水岭算法对其进行粗分割；

(3)提取待分割图像离散小波三层变换的子带能量，作为待分割图像的特征向量，并将粗分割图像中每个图像小块内点的小波特征中值作为该图像块的特征；

(4)以图像块的特征为待处理数据进行第一阶段聚类，依次选取令聚类误差最小的待处理数据点作为第一阶段聚类中心，当相邻两次的聚类误差达到第一阶段聚类终止条件e′时，进行步骤(5)，否则继续更新聚类中心；

(5)将步骤(4)中聚类结果的每一类的中心和距离中心最远的数据点作为该类的代表点；

(6)以代表点的特征作为待处理数据，计算任意两个待处理数据点间的流形距离；

(7)以待处理数据间的流形距离作为相似性度量，对待处理数据进行第二阶段的细聚类，将待处理数据分为K类，K为聚类个数；

(8)将每类中的所有待处理数据点分别作为该类的聚类中心，计算该类所有数据点到聚类中心的流形距离之和，选取使该距离和最小的待处理数据点，作为该类新的聚类中心，实现聚类中心的更新；

(9)比较相邻两次聚类结果，求取聚类误差的变化率，若该变化率未达到第二阶段聚类终止条件e，则返回步骤(7)，否则，将当前聚类结果作为最终聚类结果，执行步骤(10)；

(10)由待处理数据的最终聚类结果得到待分割图像的分割结果，并将分割结果图输出。

2.根据权利要求1所述的基于流形距离的两阶段聚类算法的SAR图像分割方法，其中步骤(1)所述的运行参数，包括标记分水岭算法中选取内部标记时的阈值T，流形距离中的伸缩因子ρ＞1，其中T设为6，ρ设为3。

3.根据权利要求1所述的基于流形距离的两阶段聚类算法的SAR图像分割方法，其中步骤(2)所述的使用标记分水岭算法对其进行粗分割，按如下步骤进行：

2a)对待分割图像进行中值滤波和形态学开-闭滤波；

2b)求滤波后待分割图像的梯度图；

2c)选取待分割图像中灰度值范围在阈值T内的局部最小值作为内部标记；

2d)以内部标记的分水岭变换作为外部标记；

2e)对待分割图像梯度图的梯度值进行修正，使梯度图上的局部最小区域仅出现在内部标记位置上；

2f)对修正后的梯度图进行分水岭变换，得到待分割图像的粗分割结果。