[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

说明书

本发明提出了一种基于巴氏距离及纹理模式度量的SAR图像分割方法，用于解决现有技术中存在的分割精度较低的技术问题，实现步骤为对SAR图像进行预处理；计算double格式SAR图像中每个像素点的巴氏距离；对double格式SAR图像进行初始分割；获取double格式SAR图像的中间分割图Y；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)；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)；计算Y中相邻区域Y_r和Y_s的代价函数v(Y_r,Y_s)；获取double格式SAR图像的最终分割图。可用于灾害监测、地球变化研究、地图绘制、农作物生长评估、冰川分布观测等领域。

技术领域

本发明属于图像处理技术领域，涉及一种SAR图像分割方法，具体涉及一种基于巴氏距离和纹理模式度量的SAR图像分割方法，可用于灾害监测、地球变化研究、地图绘制、农作物生长评估、冰川分布观测等领域。

背景技术

合成孔径雷达SAR(Synthetic Aperture Radar)是一种相干成像雷达，具有分辨率高、全天候工作和穿透掩盖物等特点成为当前遥感观测的重要手段。SAR图像中包含着丰富的目标类别，随着SAR的应用领域的不断扩大，对SAR图像自动解译的要求也越来越高，而SAR图像分割一直是自动解译的核心问题和难点所在，SAR图像分割技术是将一幅SAR图像划分为可数的互不重叠的连通区域，它提供SAR图像中区域的封闭轮廓，为SAR图像分类识别和自动解译提供可靠的信息。然而SAR图像中存在的大量相干斑噪声，使每个像素与其真实值往往差距较大，因此常规的光学图像分割算法在SAR图像中的分割精度并不理想。

在SAR图像分割方法中，主要可分为基于模型优化的SAR图像分割方法和基于图像特征的SAR图像分割方法，在基于图像特征的SAR图像分割方法中，需要利用图像的边缘信息和区域信息，该方法通过边缘信息得到高质量的初始分割图，再利用区域信息构造相邻区域间的相似性度量，通过相似性度量及边缘惩罚项构造合并代价函数，最后利用区域合并迭代技术合并相似区域得到最终分割图，准确率、召回率以及区域覆盖率是衡量分割方法精度的直观指标，而合并代价函数包含的内容是影响最终分割精度的关键所在。

Z.J.Zhang,X.Pan,L.Cheng于2019年发表在期刊“IEEE Access”上，名称为“SARimage segmentation using hierarchical region merging with orientated edgestrength weighted Kuiper’s distance,”提出了一种利用定向边缘强度加权的Kuiper距离进行分层区域合并SAR图像分割方法(OESM)，该方法利用巴氏距离得到图像的边缘强度映射图，对边缘强度映射图进行了分水岭变换得到初始分割图，采取定向边缘强度加权的Kuiper距离构造统计相似性度量，利用公共边界长度构造边缘惩罚项，两者构造了新的代价函数，利用合并代价函数，随着逐渐增加的边缘惩罚强度更新层次区域合并准则，进行迭代合并得到最终分割图。该方法利用了定向边缘强度加权的Kuiper距离构造了统计相似性度量，相较于以往基于均值的统计相似度量，能够反映更多信息，一定程度上提升了SAR图像的分割精度。但该方法并不能表征图像的纹理模式，如两个具有相似的统计度量但纹理模式不同的区域，该方法并不能有效分割开，导致此方法对SAR图像分割的精度较低，无论是分割结果的准确率、召回率还是区域覆盖率都仍有改善的空间。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷，提出了一种基于巴氏距离和纹理模式度量的SAR图像分割方法，用于解决现有技术中存在的分割精度较低的技术问题。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)对SAR图像进行预处理：