[发明专利]亚像素精度SAR图像水线映射方法

权利要求书

1.一种亚像素精度SAR图像水线映射方法，其特征在于，包括以下步骤：

步骤1，SAR图像预处理；

步骤2，对SAR图像进行相干斑噪声过滤；

步骤3，利用经过滤波后的SAR图像，采用GFCM算法，获取像素级别的水域，再根据水域存在连通性的特点，对潜在的真实水域进行提取，去除SAR图像中非水域区域的干扰，再对潜在真实水域的边界采样获得像素级水域边界；

步骤4，建立在两个假定条件：第一，像素级的水线周边包含水域以及陆地；第二，水域与陆地之间的交界处，雷达的后向散射系数会产生跳变；并基于双三次样条插值和GAC的SWMM算法沿像素级水域边界建立SAW计算提取亚像素级水域边界点，具体为：

步骤41，建立SAW并保存相关信息

在获取像素级的水域后，获取到像素级水域边界线，离散化像素级水线，获得像素级水域边界点所在位置，以该点为中心，建立7×7的窗口，将该窗口中的图像灰度值提取并存放在一个矩阵中Mi，并记录该窗口中包含的像素级水线点的坐标信息；

步骤42，获取新的更平滑的SAW以及像素级水线对应的函数表达式

利用双三次样条插值算法，设置插值步长为0.1，将矩阵Mi进行插值，获得一个更为平滑矩阵Mci，将该窗口中的像素级水线的坐标点映射到矩阵Mci对应于的坐标系中，拟合出一个函数关系式f_wl(x，y)；

步骤43，基于GAC算法在新SAW中提取亚像素级水线首先初始化水平集函数，为

其中为a常数，τ₀为水域区域，f_wl为τ₀的边界函数，I为图像域；

然后演化水平面演化的偏微分方程，直到该方程收敛：

其中g(x)为停止函数，β为大于0的比例常数；

步骤44，将亚像素级水线映射到原始图像的坐标系中，并保存在一个矩阵中；

步骤45，判断所有像素级水线的像素点是否被遍历完成，完成则退出循环，否则循环执行步骤41到步骤44；

步骤5，分段拟合亚像素级水线点获得亚像素级精度的水线。

2.根据权利要求1所述的亚像素精度SAR图像水线映射方法，其特征在于，在步骤2中，基于NL-SPSRD相干斑滤波算法对SAR图像进行相干斑噪声过滤，具体包括以下步骤：

步骤21，幅度SAR图像中相干斑分布模型建立：

对于一副L视幅度SAR图像而言，测量值通常符合Nakagami-Ralyleigh模型：

其中，A_s是像素s的幅度值，带估计的真实幅度值，Γ是伽马函数；

其中，的计算公式如下：

步骤22，两像素之间相关性的计算：

公式(2)中像素s是非局域窗W_s的中心，P_s(s，t)是像素s和像素t的概率密度函数，对于L视的幅度SAR图像，用来测量任意两个像素A₁，A₂的相关性的概率密度函数PDF的计算公式如下：

步骤23，引入比值距离计算两像素相关性：

比值距离RD已经被证明在描述SAR图像的特征中具有较高的鲁棒性，将RD表示为r＝A₁/A₂，并将r引入到公式(3)中得到新的P_R为：

步骤24，引入像素矩阵的计算：

引入大小为W的相似矩阵，假定该矩阵中的每个像素是独立的，P_s(s，t)的计算公式可以被更新为：

步骤24，使用几何平均值来表示PDF：

通过使用相似矩阵中所有元素的几何平均值来表示P_s(s，t)，从而替换相似矩阵的乘积，因此最终P_s(s，t)的表达式为：

3.根据权利要求1所述的亚像素精度SAR图像水线映射方法，其特征在于，步骤3具体包括以下步骤：

步骤31，设定目标函数J：

图像表示为I_rw＝img(R，W)，r，w分别代表行与列，设置c个聚类中心，V＝(v₁，v₂…，v_c)，通过P次迭代完成将所有像素划分在c个聚类中，其目标函数J为：

定义的c×n二维隶属矩阵U，U中元素u_irw表示图像中I_rw像素点对应聚类vi的隶属度；

步骤32，计算隶属度u_irw，其公式为：

步骤33，对隶属矩阵进行高斯滤波：

先建立滤波模板，模板M产生公式为：

式中k代表模板大小且等于3，σ为常数这里等于1.2‘’

使用产生的滤波模板对二维隶属矩阵U每个维度进行滤波：

步骤34，更新聚类中心V

步骤35，判断迭代次数P是否完成，完成则结束，否则循环执行步骤32、33和34。