[发明专利]基于幂次变换的SAR图像Ostu分割方法

权利要求书

1.基于幂次变换的SAR图像Ostu分割方法，其特征在于，包括以下步骤：

S1：获取原始SAR图像，对原始SAR图像进行相干斑Lee滤波，得到滤波后图像；

S2：对滤波后图像分别作N个不同尺度的幂次变换，得到N个幂次变换后的图像，N个幂次变换后的图像分别表示为Z(1)至Z(N)，其中，Z(n)表示滤波后图像经过第n个尺度的幂次变换后的图像，n取1至N；

S3：对于滤波后图像经过第n个尺度的幂次变换后的图像Z(n)，得出Z(n)在不同分割阈值下的类间方差和总方差的比值；

S4：根据Z(n)在不同分割阈值下的类间方差和总方差的比值，得出最优分割阈值和幂次变换的最优尺度；

S5：根据幂次变换的最优尺度，得到最优幂次变换后图像；根据所述最优分割阈值，对所述最优幂次变换后图像进行图像分割。

2.如权利要求1所述的基于幂次变换的SAR图像Ostu分割方法，其特征在于，在步骤S2中，滤波后图像在进行第n个尺度的幂次变换时，对应的变换幂次表示为q_n，0<q_n<1；滤波后图像按照如下公式进行第n个尺度的幂次变换：

Z(n,i,j)=Y(i,j)qn]]>

其中，Y(i,j)为滤波后图像第i行第j列的像素点的灰度值，i取1至Na，Na为滤波后图像的像素点的行数，j取1至Nr，Nr为滤波后图像的像素点的列数；Z(n,i,j)为Z(n)中第i行第j列的像素点的灰度值。

3.如权利要求1所述的基于幂次变换的SAR图像Ostu分割方法，其特征在于，在步骤S3中，当分割阈值为k时，根据分割阈值k，按照Z(n)中每个像素点的灰度值大小，将Z(n)分割为两类图像，其中一类图像为目标类图像，另一类为背景类图像，k∈{1,2,...,L}，L为Z(n)的所有像素点的灰度值的最大值；Z(n)中灰度值大于k的像素点组成所述目标类图像，所述目标类图像的像素点个数为M₁(k)，所述目标类图像的像素点的灰度值的均值为μ₁(k)；Z(n)中灰度值小于或等于k的像素点组成所述背景类图像，所述背景类图像的像素点个数为M₀(k)，所述背景类图像的像素点的灰度值的均值为μ₀(k)；

所述Z(n)中像素点个数为M，则所述目标类图像的像素点个数占Z(n)中像素点个数的比例ω₁(k)为：ω₁(k)=M₁(k)/M，所述背景类图像的像素点个数占Z(n)中像素点个数的比例ω₀(k)为：ω₀(k)=M₀(k)/M；

Z(n)在分割阈值k下的类间方差和总方差的比值η(k,n)为：

η(k,n)=ω0(k)ω1(k)(μ0(k)-μ1(k))2σ2]]>

其中，σ²表示Z(n)中像素点灰度值的方差。