[发明专利]基于多特征联合稀疏图的SAR图像分割方法

权利要求书

1.基于多特征联合稀疏图的SAR图像分割方法，包括如下步骤：

(1)输入待分割SAR图像，确定需要将图像划分的类数k≥2；

(2)使用区域生长算法对输入的待分割SAR图像进行过分割，生成多个表示同质区域的超像素集Y；

(3)对超像素集Y中的每个超像素提取其灰度直方图特征、局部二值模式直方图特征、Gabor滤波器组特征、灰度共生矩阵统计特征，构成灰度直方图特征集X₁、局部二值模式直方图特征集X₂、Gabor滤波器组特征集X₃、灰度共生矩阵统计特征集X₄；

(4)对所有超像素的上述四个特征集X₁,X₂,X₃,X₄进行联合稀疏表示，分别得到四个特征集合的稀疏表示系数Z₁,Z₂,Z₃,Z₄，每个稀疏表示系数的大小为n×n，n为超像素个数；

(5)在四个n×n大小的稀疏表示系数Z₁,Z₂,Z₃,Z₄中依次分别取任意相同位置的元素[Z₁]_ij,[Z₂]_ij,[Z₃]_ij,[Z₄]_ij，其中，1≤i≤n，1≤j≤n，将这四个元素融合，得到全局稀疏表示系数中相同位置的元素对四个稀疏表示系数中的每个元素都按照上式进行融合，得到全局稀疏表示系数

(6)根据超像素的相邻关系构造出超像素的局部空间邻域相关性C，该局部空间邻域相关性C是一个以超像素个数为行数和列数的方阵，对于任意两个超像素Y_i与Y_j，当Y_i与Y_j相邻时，C中第i行的第j个元素C_ij的值为1，否则C_ij的值为0；

(7)将全局稀疏表示系数S与局部空间邻域相关性C相结合，生成联合稀疏图的邻接矩阵G＝(1/2)(P+P^T)，其中P＝S·exp(C/2σ²)，T表示转置，σ是一个正则参数，取值为1.4；

(8)使用谱聚类中规范切算法Ncuts，将联合稀疏图的顶点划分为k类，得到最终分割结果。

2.根据权利要求1所述的基于多特征联合稀疏图的SAR图像分割方法，其中所述步骤(3)中灰度直方图特征集X₁，按如下步骤构成：

(3a)统计每个超像素的直方图，将任意一个超像素Y_j的直方图特征排成一列，得到超像素Y_j的直方图特征列向量x_1,j；

(3b)按照超像素集Y中超像素的顺序，将所有超像素的直方图特征列向量依次排列构成直方图特征集X₁＝(x_1,1,x_1,2,…,x_1,j,…,x_1,n)，其中，1≤j≤n，n为超像素个数。

3.根据权利要求1所述的基于多特征联合稀疏图的SAR图像分割方法，其中所述步骤(3)中局部二值模式直方图特征集X₂，按如下步骤构成：

(3c)对待分割SAR图像的每个像素，在其八邻域内计算出局部二值模式，统计每个超像素的局部二值模式直方图；

(3d)将任意一个超像素Y_j的局部二值模式直方图特征排成一列，得到超像素Y_j的局部二值模式直方图特征列向量x_2,j；

(3e)按照超像素集Y中超像素的顺序，将所有超像素的局部二值模式直方图特征列向量依次排列构成局部二值模式直方图特征集X₂＝(x_2,1,x_2,2,…,x_2,j,…,x_2,n)，其中，1≤j≤n，n为超像素个数。