[发明专利]基于巴氏距离和纹理模式度量的SAR图像分割方法

权利要求书

1.一种基于巴氏距离和纹理模式度量的SAR图像分割方法，其特征在于，包括如下步骤：

(1)对SAR图像进行预处理：

读取大小为M×N的待分割SAR图像，并将其转换为double格式，得到double格式SAR图像，其中，M≥250,N≥250；

(2)计算double格式SAR图像中每个像素点的巴氏距离：

(2a)对所提取的double格式SAR图像的直方图进行量化，得到量化后的包含Q个灰度级的SAR图像,其中Q≥10；

(2b)计算量化后的SAR图像中每个像素点在多尺度旋转双窗下的巴氏距离BD_θ,s(x_m,y_m)，得到巴氏距离集合BD_θ,s(x,y)，BD_θ,s(x,y)＝{BD_θ,s(x₁,y₁),BD_θ,s(x₂,y₂)...,BD_θ,s(x_m,y_m),...,BD_θ,s(x_M×N,y_M×N)}，其中，θ,s分别表示多尺度旋转双窗的旋转角度和尺度，θ∈[0,π),θ旋转间隔为π/8，(x_m,y_m)表示第m个像素点的坐标，(x,y)＝{(x₁,y₁),(x₂,y₂)...,(x_m,y_m),..,(x_M×N,y_M×N)}；

(3)对double格式SAR图像进行初始分割：

(3a)根据每个像素点在多尺度旋转双窗下的巴氏距离BD_θ,s(x_m,y_m)，计算double格式SAR图像中每个像素点的边缘映射强度ESM_m，并对ESM_m进行阈值化处理，得到过滤后的边缘映射强度ESM'_m，M×N像素点的过滤后的边缘映射强度表示为ESM'，ESM'＝{ESM₁',ESM'₂...,ESM'_m,...,ESM'_M×N}；

(3b)对过滤后的边缘映射强度ESM'进行分水岭变换，得到double格式SAR图像的包括n个区域的初始分割图X，X＝{X₁,X₂...,X_j,...,X_n}，其中n≥50，X_j表示X中的第j个区域；

(4)获取double格式SAR图像的中间分割图Y：

(4a)采用均值区域合并方法计算与区域X_j相邻的l个区域的代价其中，表示与区域X_j相邻的区域X_p的代价；

(4b)设立阈值H，并将X中像素点个数小于H的区域与中最小代价对应的区域进行合并，得到double格式SAR图像的包括t个区域的中间分割图Y，Y＝{Y₁,Y₂...,Y_r,Y_s,...,Y_t},其中，Y_r和Y_s表示两个相邻区域，H≤80，t＜n；

(5)计算中间分割图Y中相邻区域的统计相似性度量SSM(Y_r,Y_s)：

(5a)对中间分割图Y的直方图进行量化，得到包含Q个灰度级的量化后的中间分割图Y'，Y'＝{Y₁',Y₂'...,Y_r',Y_s',...,Y_t'}，Y_r'和Y_s'分别表示相邻区域Y_r和Y_s量化后的区域；

(5b)计算量化后的中间分割图Y'中相邻区域Y_r'和Y_s'第i个灰度级的频率并通过计算Y_r和Y_s之间的巴氏距离BD(Y_r,Y_s)：

(5c)通过BD(Y_r,Y_s)计算Y_r和Y_s的统计相似性度量SSM(Y_r,Y_s)：

其中，#Y_r,#Y_s表示Y_r和Y_s包含的像素个数；

(6)计算中间分割图Y中相邻区域的纹理模式度量TPS(Y_r,Y_s)：

(6a)计算相邻区域Y_r和Y_s的灰度平均值和并利用a×a的矩形结构对Y_r和Y_s进行腐蚀，得到区域Y_r^*和Y_s^*，其中a≥3；

(6b)计算区域Y_r的空间协方差矩阵和区域Y_s的空间协方差矩阵

其中，(x_r,y_r)表示Y_r^*内像素点的坐标，(x_s,y_s)表示Y_s^*内像素点的坐标，τ₀为空间协方差矩阵和的最大位移量，τ_x为和的横向位移量，τ_y为和的纵向位移量-τ₀≤τ_x,τ_y≤τ₀；表示Y_r^*所包含的像素个数，表示Y_s^*所包含的像素个数；

(6c)计算两相邻区域Y_r和Y_s的纹理模式度量TPS(Y_r,Y_s)：

(7)计算Y中相邻区域Y_r和Y_s的代价函数v(Y_r,Y_s)：

基于中间分割图Y中相邻区域Y_r和Y_s的统计相似性度量SSM(Y_r,Y_s)和纹理模式度量TPS(Y_r,Y_s)，计算Y中相邻区域Y_r和Y_s的代价函数v(Y_r,Y_s)：

其中，表示Y_r和Y_s之间的边缘惩罚项，表示Y_r和Y_s的公共边界长度，η表示TPS(Y_r,Y_s)项的权系数，λ₂表示边缘惩罚项的权系数，表示两区域的公共边界长度；

(8)获取double格式SAR图像的最终分割图：

(8a)设立合并门限Th；

(8b)利用Y中相邻区域Y_r和Y_s的代价函数v(Y_r,Y_s)计算中间分割图Y中相邻区域Y_r和Y_s的代价v(Y_r,Y_s)，并将所有相邻区域的代价按照由小到大的顺序进行排列，得到代价集合v_order，v_order＝{v₁,v₂,v₃,...}；

(8c)判断v₁＜Th是否成立，若是，对v₁所对应的相邻区域进行合并，得到结果图Y_mid，并令Y_mid＝Y，执行步骤(8b)，否则，得到SAR图像的最终分割图。