[发明专利]结合K-S距离和RJMCMC算法的SAR图像分割方法

说明书

本发明提供一种结合K‑S距离和RJMCMC算法的SAR图像分割方法，涉及图像处理技术领域。其实现步骤为：(1)输入待分割图像，并将其定义为图像域上的特征场的一个实现；(2)利用规则划分技术将输入的SAR图像域划分为多个规则子块；(3)在划分的图像域上，建立基于规则子块的SAR图像分割模型；(4)针对已建立的分割模型，设定迭代次数并设计合理的移动操作，利用RJMCMC算法，求解基于规则子块的SAR图像分割模型；(5)输出SAR图像的分割结果。本发明所分割的图像既提高了同质区域的区域一致性又克服了图像分割时规则子块跨越同质区域边界而降低了分割边缘精度的问题，提高了分割结果的边缘准确性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种结合K-S(Kolmogorov-Smirnov)距离和RJMCMC(Reversible Jump Markov Chain Monte Carlo，可逆跳马尔科夫链蒙特卡洛)算法的SAR图像分割方法。

背景技术

图像分割是SAR(Synthetic Aperture Radar，合成孔径雷达)图像处理的主要任务。目前，已经提出很多相关算法，主要分为：阈值分割、聚类分割和统计分割等，其中，统计分割被认为最为有效的方法。

目前，大部分的统计分割均是以建立图像光谱测度的统计模型为基础，即假设图像光谱测度服从某一统计分布，如假设SAR图像强度服从Gamma分布、Gaussian分布等，建立其强度的统计模型。但这些统计模型仅仅是对SAR图像强度特征的一种假设，有时难以反映其本质规律，特别是对于SAR图像分割问题；由于SAR图像地物目标复杂、多样且斑点噪声明显，导致难以准确建立图像光谱测度的统计模型。

发明内容

针对现有技术不足，本发明提供一种结合K-S距离和RJMCMC算法的SAR图像分割方法。

本发明的技术方案如下：

一种结合K-S距离和RJMCMC算法的SAR图像分割方法，包括如下步骤：

步骤1：输入待分割图像，并将其定义为图像域上的特征场的一个实现；

步骤2：利用规则划分技术将输入的SAR图像的图像域划分为多个规则子块；

步骤3：在划分的图像域上，建立基于规则子块的SAR图像分割模型，包括以下步骤：

步骤3.1：在划分的图像域上，建立特征场与标号场的关系模型；

步骤3.2：在划分的图像域上，建立标号场模型；

步骤3.3：在步骤3.1和步骤3.2的基础上，建立基于规则子块的SAR图像分割模型；

步骤4：针对已建立的SAR图像分割模型，设定迭代次数并设计合理的移动操作，每次迭代中，遍历所有移动操作，利用RJMCMC算法，求解基于规则子块的SAR图像分割模型；具体包括以下步骤：

步骤4.1：通过更新标号场中的标号来更新标号场；

步骤4.2：在步骤4.1更新标号场的基础上通过增加或减少规则子块个数来更新划分的图像域及标号场，更新图像域过程中随机选择增加规则子块或减少规则子块的操作；

步骤4.3：将步骤4.2中更新后的图像域上的标号场的实现代入非约束Gibbs概率分布函数，得到非约束Gibbs概率分布函数的一个函数值；

步骤4.4：按设定的迭代次数重复执行步骤4.1至步骤4.3，得到非约束Gibbs概率分布函数的一个函数值集合，集合中函数值最大时所对应的分割结果为基于规则子块的SAR图像分割模型的最优解；

步骤5：输出SAR图像的分割结果。