[发明专利]基于混合对数正态模型的SAR影像水陆分割方法

权利要求书

1.基于混合对数正态模型的SAR影像水陆分割方法，其特征在于，包括如下步骤：

1)基于SAR图像统计分布拟合得到混合对数正态分布模型；

2)根据混合对数正态分布模型将基于混合对数正态分布的SAR图像分割问题转换为最小能量泛函问题；

3)引入水平集函数，通过混合对数正态分布最小能量泛函得到演化能量函数方程；

4)求得约束项的能量函数；

5)求得水平集演化方程。

2.根据权利要求1所述的基于混合对数正态模型的SAR影像水陆分割方法，其特征在于，所述步骤1)基于SAR图像统计分布拟合得到混合对数正态分布模型具体为：

设图像强度为y，则将混合对数正太分布模型表示为：

其中i＝1,2，在i＝1时，u_i，p_i分别表示目标区域的均值、方差和概率，在i＝2时，u_i，p_i分别表示背景区域的均值、方差和概率。

3.根据权利要求2所述的基于混合对数正态模型的SAR影像水陆分割方法，其特征在于，所述步骤)2中最小能量泛函表示为：

其中，E_logNMM表示最小能量泛函；i＝1,2；在i＝1时，Ω_i表示目标区域,p_i表示目标区域的概率；在i＝2时，Ω_i表示背景区域，p_i表示背景区域的概率，y表示图像强度。

4.根据权利要求3所述的基于混合对数正态模型的SAR影像水陆分割方法，其特征在于，所述步骤3)引入水平集函数，通过混合对数正态分布最小能量泛函得到演化能量函数方程具体为：

设水平集函数为φ(y)，φ>0表示在目标区域，φ<0表示在背景区域，H表示阶跃函数，将φ(y)，公式(3)代入到公式(2)得到演化能量函数如式(4)所示：

其中，p₁表示目标区域的概率，p₂表示背景区域的概率，Ω₁表示目标区域，Ω₂表示背景区域，y表示图像强度。

5.根据权利要求4所述的基于混合对数正态模型的SAR影像水陆分割方法，其特征在于，所述步骤4)求约束项的能量函数具体为：

根据式(5)得到作为约束项的基于边缘水平集能量函数，即约束项能量函数：

其中，μ为水平集正则项系数，为常量，μ>0；λ为长度项系数，v为区域面积项系数，R_p(φ)是水平集正则项，L_g(φ)是长度项，A_g(φ)是区域面积项，x为像素点，p表示概率，是水平集函数的梯度，Ω表示目标区域或者背景区域，g表示边缘停止函数，δ表示狄拉克函数、H表示阶跃函数，λ>0，v∈R，当初始轮廓在目标区域外部，v>0，轮廓线在演化过程中收缩至目标边缘；当初始轮廓在目标区域内部，v<0，轮廓线在演化过程中扩张至目标边缘。

6.根据权利要求5所述的基于混合对数正态模型的SAR影像水陆分割方法，其特征在于，所述水平集正则项R_p(φ)通过式(6)得到：

其中，

7.根据权利要求6所述的基于混合对数正态模型的SAR影像水陆分割方法，其特征在于，所述求得水平集演化方程具体为：

将改进的可变区域系数v(x)、边缘停止函数g(x)以及正则项R_o(φ)应用于基于边缘水平集能量函数E(φ(x))中，最终得到改进的基于边缘的水平集函数能量表示为：

其中，

将没有重新初始化的水平集表达式能量函数构造为

其中，ω>0是常量，则得到水平集演化方程如下所示：

其中，δ(φ)表示狄拉克函数，