[发明专利]基于两阶段区域合并策略的极化合成孔径雷达图像分割方法

说明书

本发明公开了一种基于两阶段区域合并策略的极化合成孔径雷达图像分割方法，目的是提升非均匀区域的分割精度，避免过多的复杂运算，提高计算效率。技术方案是首先对PolSAR图像进行超像素分割，然后依次进行Wishart合并和KummerU合并。Wishart合并阶段对明确来自相同地物的原始超像素进行快速合并，而KummerU合并阶段对剩余的区域进行迭代合并，得到最终的分割结果。采用本发明可提升合并的准确性和计算效率，且将KummerU能量损失、边缘惩罚函数值以及匀质度惩罚因子相结合，得到新的度量标准，可以进一步提升分割精度。

技术领域

本发明属于雷达图像处理领域，涉及极化合成孔径雷达(PolarimetricSynthetic Aperture Radar，简称PolSAR)图像分割方法，尤其是使用区域合并框架的PolSAR图像分割方法。

背景技术

PolSAR是一种先进的遥感观测系统，能够获取比单极化SAR更加丰富、全面的地物和目标散射信息，在国民经济建设和国防军事领域取得了非常广泛的应用。在PolSAR图像解译中，很多情况下需要首先将图像分割为局部同质区域，然后基于这些区域(也称为对象)进行处理，这对于提升后续处理效率、降低相干斑噪声影响以及获得均匀稳定的结果具有重要意义。理想的分割结果需要与图中地物和目标的轮廓保持一致，同时各分割区域的大小和形状应该随不同地物的大小和形状而变化，即分割结果既能使用单个分割区域来描述大块目标，也能保留细小目标的信息。单尺度分割往往会导致过分割或欠分割的现象，过分割即分割尺度较小，大块地物类型或目标也被分割为小的区域；而欠分割指分割尺度较大，不能有效地将相邻的地物目标分割开来，导致很多细节信息的丢失。为了解决该问题，一种比较好的思路是在过分割的基础上，对来自同一地物的相邻小区域进行合并，进而得到最终的分割结果。

在基于区域合并(Region Merging)的PolSAR图像分割方法中，通常依据相邻区域之间的距离度量或者能量损失函数来决定是否对该相邻区域进行合并，现有文献中的距离度量或者能量损失函数大都建立在PolSAR数据服从Wishart分布的基础之上。例如文献1：Beaulieu J M，Touzi R，“Segmentation of textured polarimetric SAR scenes bylikelihood approximation”，IEEE Transactions on Geoscience and Remote Sensing，2004，42(10)：2063-2072(Beaulieu J M等人于2004年在《电气与电子工程师协会地理科学与遥感会刊》第42卷第10期发表的“通过似然近似方法对极化SAR纹理区域进行分割”)基于Wishart能量损失函数来确定逐次被合并的相邻区域。Wishart分布是PolSAR图像处理中应用最广泛的统计分布，基于Wishart分布推导出的Wishart能量损失函数具有形式简单、运算高效等优点，但是Wishart分布比较适合描述均匀区域的PolSAR数据，随着图像分辨率的提高，PolSAR数据包含更加丰富的细节信息，地物后向散射特性的纹理引起PolSAR数据的非高斯特性，导致数据统计分布偏离Wishart分布。因此，文献1中方法在非均匀区域(森林、城区等)不能有效保持区域的细节信息。为了改善在非均匀区域的分割效果，需要结合PolSAR数据在复杂纹理区域的统计特性来构建区域之间新的距离度量或者能量损失函数。一些方法利用PolSAR数据的K分布、KummerU分布等来改善图像分割性能，例如文献2：Bombrun L，Beaulieu J M，“Fisher distribution for texture modeling ofPolarimetric SAR data”，IEEE Geoscience and Remote Sensing Letters，2008，5(3)：512-516(Bombrun L等人于2008年在《电气与电子工程师协会地理科学与遥感快报》第5卷第3期发表的“将Fisher分布用于PolSAR数据的纹理建模”)提出PolSAR数据的KummerU分布，并推导出KummerU能量损失函数，用于指导相邻区域之间的合并。KummerU分布能够更好地区分具有不同纹理的区域，但是KummerU统计分布的表达式以及参数估计非常复杂，导致整个分割处理的效率很低。因此，在实施区域合并过程中，需要同时兼顾分割精度和运算效率，从而提升分割方法的可靠性和实用性。