[发明专利]基于深度自编码器和区域图的SAR图像分割方法

权利要求书

1.一种基于深度自编码器和区域图的SAR图像分割方法，包括如下步骤：

(1)根据初始素描模型得到SAR图像素描图，补全素描图中素描线段得到区域图，将区域图映射到原图得到聚集区域a、匀质区域b和结构区域c；

(2)根据聚集区域a和匀质区域b各自特性，分别对聚集区域a和匀质区域b构建两个不同的深度自编码器Sa和Sb；

(3)依照区域图中聚集区域a和匀质区域b的位置，分别在聚集区域a和匀质区域b上取样并训练相应的深度自编码器Sa和Sb；

(4)使用训练好的两个深度自编码器Sa和Sb，得到对应区域类型中的区域所有点各自的多层编码层表示，并级联每个点的最后两层编码层表示作为该点的特征；

(5)根据词袋模型，分别由聚集区域a和匀质区域b的所有点的特征构建聚集区域a和匀质区域b的字典，各点特征投影至相应字典并汇聚出各个子区域的区域特征；

(6)分别对聚集区域a和匀质区域b的所有子区域特征进行聚类，得到聚集区域a和匀质区域b的分割结果；

(7)将结构区域c使用分水岭算法分割成许多超像素，并在素描图中的素描线指导下对超像素进行一次合并，得到线目标和边界，再对其他超像素进行二次合并，并把二次合并后的超像素与匀质区域b的子区域进行三次合并，三次合并后剩余的超像素为独立目标，完成对结构区域c的分割；

(8)将聚集区域a、匀质区域b和结构区域c的分割结果进行合并，得到最终的SAR图像分割结果。

2.根据权利要求1所述的SAR图像分割方法，其中步骤(2)所述的根据聚集区域a和匀质区域b各自特性，分别对聚集区域a和匀质区域b构建两个不同的深度自编码器Sa和Sb，按如下步骤进行：

(2.1)设定聚集区域a的深度自编码器Sa训练时的输入窗口大小为21*21，对应输入层节点数为441；

(2.2)设定匀质区域b的深度自编码器Sb训练时的输入窗口大小为15*15，对应输入层节点数为225；

(2.3)设定深度自编码器Sa和深度自编码器Sb中编码层的隐层数均为6，对应解码层的隐层数也均为6；

(2.4)设定深度自编码器Sa的编码层各隐层抽象窗口大小分别为25*25、19*19、15*15、13*13、9*9、5*5，其分别对应各层节点数为：625、361、225、169、81、25；

(2.5)设定深度自编码器Sb的编码层各隐层抽象窗口大小分别为19*19、13*13、11*11、9*9、7*7、5*5，其分别对应各层节点数为：361、169、121、81、49、25；

(2.6)对于深度自编码器Sa的解码层部分，用编码层最后一层与解码层第一层作为解码层与编码层的公共层，用编码层倒数第二层节点数作为解码层第二层节点数，用编码层倒数第三层节点数作为解码层第三层节点数，依次类推，得到解码层的各层节点数分别为25、81、169、225、361、625；

(2.7)对于深度自编码器Sb的解码层部分，用编码层最后一层与解码层第一层作为解码层与编码层的公共层，用编码层倒数第二层节点数作为解码层第二层节点数，用编码层倒数第三层节点数作为解码层第三层节点数，依次类推，得到解码层的各层节点数分别为25、49、81、121、169、361。