[发明专利]基于语义信息分类的SAR图像分割方法

说明书

技术领域

本发明属于图像处理技术领域，涉及SAR图像的分割方法，可用于SAR图像的处理及解译。

背景技术

图像分割是将图像划分成多个具有相似特征区域的技术与过程，是图像处理中的重要问题。计算机视觉中图像理解，包括目标检测、目标特征提取和目标识别等，都依赖于图像分割的质量。图像分割的两个主要衡量标准为：分割区域边缘定位的准确性以及分割区域内部特征的一致性。按照分割策略，图像分割方法大致可分为：依据特征的不连续性进行分割、依据特征的相似性进行分割和综合两种信息的进行分割三大类。

SAR图像分割是从SAR图像处理到SAR图像解译的关键步骤，是进行目标识别、数据压缩、传递等进一步处理的最基本且关键的技术。所以高质量的分割方法对SAR图像处理显得尤为重要。但由于SAR图像的特殊成像机理，SAR图像和光学图像存在很大差异，大量的相干斑噪声、复杂繁多的目标、交杂的阴影使得SAR图像的分割变得相当复杂。目前用于SAR图像分割的方法处理思路可粗分为两类：基于灰度级的分割、基于纹理的分割。然而，在实际应用中，这两类方法依存在如下一些不足：

（1）基于灰度级的分割方法，以像素或超像素为处理单位，对SAR图像进行无监督地分割，但是这类方法在SAR图像中的森林、建筑物群等地物区域上存在严重的过分割现象，得不到一致性较好的连通区域，不利于后续的图像处理，如图像分类、目标识别；

（2）基于纹理的分割方法，通过纹理分析方法提取SAR图像地物的纹理特征来描绘地物的特性，来进行SAR图像分割，虽然可以得到在森林、建筑物等地物区域上得到一致连通的分割结果，但是要求提供用于描述纹理的模型，并提供用于学习模型参数的样本数据，属于有监督的SAR图像分割，不能实现对SAR图像数据的自动处理，限制了这一类分割算法在SAR图像自动解译系统中的应用。

发明内容

本发明的目的在于克服上述已有SAR图像分割方法的不足，从视觉计算理论出发，根据SAR图像中不同地物内像素灰度的邻域变化所蕴含的属性，提出一种基于语义信息分类的SAR图像分割方法，进行地物内像素灰度邻域变化的描述和使用，并结合传统使用灰度信息进行分割的分割方法，完成对含有复杂灰度变化的地物的分割，以提高连通区域的一致性，并实现对SAR图像数据的自动处理。

为实现上述目的，本发明的主要思路是，使用初始素描模型得到表示图像多尺度像素灰度邻域变化的初始素描图，依据初始素描图定义其线段的聚集性数值和分布结构特征来表达线段在SAR图像中所蕴含的不同语义信息，并按照线段的语义信息对线段进行分类；基于语义信息进行分析，在初始素描图上获取连通区域，完成对含有复杂灰度变化的线段地物区域的分割；对初始素描图中的剩余区域，通过一种基于部分区域的分水岭分割方法实现这部分SAR图像的分割，完成基于初始素描图和语义信息分类的SAR图像分割。具体步骤包括如下：

（1）使用初始素描模型得到SAR图像的初始素描图，该初始素描图包含线段集合{S_i,i=1,2,...,n}，n为线段的总数；

（2）定义并计算初始素描图中所有线段的聚集性数值和分布结构，根据这些聚集性数值和分布结构进行线段的分类：

2a）计算初始素描图所包含的线段集合中所有线段S_i,i=1,2,...,n与其K-近邻线段的欧式距离的均值，表示为线段S_i的聚集性数值a_i：

ai=1MΣj=1MDij]]>

其中(x_i,y_i)、(x_j,y_j)分别为线段S_i、S_j的中点坐标，M表示与线段S_i相近邻的线段的个数，D_ij表示线段S_i、S_j的欧式距离；