[发明专利]基于图论和超像素的并行快速SAR图像分割方法

权利要求书

1.一种基于图论和超像素的并行快速的SAR图像分割方法，包括如下步骤：

1)对待分割的SAR图像进行归一化处理；

2)将归一化处理后的图像划分为大小相等的4个区块，对每一区块图像利用并行策略同时进行如下处理，得到4个完成分类的子图：

(2a)对归一化后的图像进行高斯滤波处理；

(2b)利用灰度和位置信息进行超像素的生成，对于每一个像素点利用其灰度信息与位置信息进行是否合并为一个超像素的判别，当前像素点只可以与固定区域内的的像素点合并；而合并的另一个准则就是两个像素点像素值差的平方要小于经验值8；

(2c)以每一个超像素作为无向图的节点向无向图转化，将所有超像素转化得到的无向图节点集合记作V，计算超像素内边缘的像素点与超像素外相邻的像素点的灰度差，并将灰度差信息与位置信息作为连接超像素的边，将这些边的集合记作E，利用节点集合V和边的集合E构成无向图G＝(V，E)；

(2d)利用基于图论的分类方法将每个节点进行分类处理，对无向图中每一条边所连接的两个节点所属的不同的类别，进行类别合并得到每个区块的分割子图；具体操作如下：

设这两个节点的不同类别分别为C₁，C₂，用Dif(C₁，C₂)表示连接两个不同的类别的C₁，C₂所处区域交界处节点的边中所包含的最小的灰度差；当Dif(C₁，C₂)＜min(Int(C₁)+T(C₂)，Int(C₂)+T(C₂))时，则将类别C₁，C₂合并起来，否则不予合并；式中Int(C)表示类别C所处区域内连接所有节点的边中所包含的最大的灰度差；T(C)表示与类别C所处区域内所包含的的节点数目负相关的控制变量；

(2e)将所含节点数小于经验值的类别与相邻的类间差异最小的类别合并，以避免对过小区域处理发生过分割；

3)对步骤2)产生的子图应用子图合并方法合并成总无向图；

4)将步骤3)得到的总无向图中联通的节点标记为同一类别并赋予相应像素点同样的颜色，便得到了最终的图像分割结果。

2.根据权利要求1所述的基于图论和超像素的并行快速的SAR图像分割方法，其特征在于：所述步骤3)中将子图合并成总无向图的方法按如下步骤进行：

(3a)计算4个区块图像边界相邻边缘所有节点所代表的像素值的绝对差，并将像素值的绝对差集合；计算式为：其中a和b分别代表不同图像块边界相邻的像素点，W_ab为绝对差w_a，b集合；

(3b)对绝对差集合W_ab中的所有绝对差的值做升序排序；

(3c)按照升序顺序对W_ab中每个绝对差所对应的两个类别(我们设这两个不同的类别分别为C₁，C₂)进行以下处理：当w_a，b＜MInt(C₁，C₂)/2(a∈C₁，b∈C₂)时，则将相邻子图中的边所连接的两节点所属的类别合并为同一类别；否则不予合并，这样最终完成子图的合并；

其中w_a，b表示按照升序从W_a，b这个集合中取出的绝对差的值；MInt(C₁，C₂)＝min(Int(C₁)+T(C₁)，Int(C₂)+T(C₂))，Int(C)表示类别C所处区域内连接所有节点的边中所包含的最大的灰度差；T(C)表示与类别C所处区域内所包含的的节点数目负相关的控制变量。