[发明专利]基于素描结构特征聚类的SAR图像样本块选择方法

权利要求书

1.一种基于素描结构特征聚类的SAR图像样本块选择方法，包括：

(1)对合成孔径雷达SAR图像进行素描化，即输入合成孔径雷达SAR图像，建立合成孔径雷达SAR图像的素描模型，从素描模型中提取合成孔径雷达SAR图像的素描图；

(2)对SAR图像的素描图进行区域化处理，得到合成孔径雷达SAR图像的区域图，将包括聚集区域、无素描线区域和结构区域的区域图，映射到输入的合成孔径雷达SAR图像上，分别得到合成孔径雷达SAR图像中的混合聚集结构地物像素子空间A1、匀质区域像素子空间A2和结构像素子空间A3；

(3)对混合聚集结构地物像素子空间A1中在空间上互不连通的极不匀质区域，及其对应的素描图，分别进行隔1滑窗采样，窗口大小为32×32，得到每个极不匀质区域的图像块样本集D1与素描块样本集D2；

(4)从每个极不匀质区域的素描块样本集D2中选择k_d个样本构成其初始聚类中心集合Ω_d：

4a)以SAR图像的行为x轴，以SAR图像的列为y轴，建立直角坐标系，将SAR图像置于坐标系中，则该SAR图像左上角第一个像素点的坐标为(1,1)，将图像块样本集D1与素描块样本集D2中的样本块的坐标设为该样本块左上角第一个像素点的坐标，并分别对图像块样本集D1与素描块样本集D2中的样本块从1开始标记序号；

4b)根据素描块样本集D2中样本块的坐标信息，确定出聚类中心的坐标，并据此得到聚类中心的样本块标号集合S；

4c)从素描块样本集D2中，按照聚类中心样本块标号集合S中的标号取出相应的素描块，构成初始聚类中心集合Ω_d；

(5)对初始聚类中心集合Ω_d中的聚类中心样本块进行聚类更新，得到初始聚类中心集合的聚类结果Ω_d’：

5a)将初始聚类中心集合Ω_d中每个聚类中心样本块c剖分成16个8×8的无重叠小区域，统计每个聚类中心样本块c的长度表示向量及方向统计结果

5b)计算初始聚类中心集合Ω_d中第i个聚类中心样本块c_i与所有聚类中心样本块的相似度s_i1,s_i2,...,s_ij,...,s_iL，其中，s_ij是第i个聚类中心样本块c_i与第j个聚类中心样本块c_j的相似度，j的取值范围是从1到L，L为初始聚类中心集合Ω_d中聚类中心的个数；

5c)从初始聚类中心集合Ω_d中找出与第i个聚类中心样本块c_i相似度最大时所对应的第j个聚类中心样本块c_j，再将c_i与c_j合并到同一个簇，并将所有的簇聚集到一起，得到初始聚类中心集合Ω_d的聚类结果Ω_d’；

(6)将聚类结果Ω_d’的每个簇中素描线段个数最多的一个样本块聚集起来，构成聚类中心集合

(7)从素描块样本集D2中去除掉聚类中心集合中的样本块，得到素描块样本集Γ，以聚类中心集合中的每个样本块为聚类中心，对素描块样本集Γ进行聚类操作，得到样本集Γ的聚类结果

(8)根据极不匀质区域所需的样本个数n，从聚类结果中挑选出相应个数的素描线段个数最多的样本块对应的标号，得到样本块标号集合M，再根据样本块标号M中的标号在图像块样本集D1中选择出图像块，以得到最终样本集D3。