[发明专利]一种不受噪声影响的遥感图像分割方法

权利要求书

1.一种不受噪声影响的遥感图像分割方法，其特征在于，按照下述步骤进行：

(1)图像导出：对于需要处理的遥感图像，通过ArcGis进行导出，导出格式为BMP格式，将导出的数据按照BMP格式保存到本地电脑上；

(2)建立能量方程求解：对导出的图像利用分割算法进行处理，所述分割算法处理的具体工艺为：

a.建立融合遥感图像去噪的变分分割能量方程，对于输入的原始超声图像f，期望得到的去噪后的分割图像为u，那么利用图像分解技术建立基于稀疏约束的能量方程为：

其中，Ω为遥感图像区域，α₁,β₁,α₂,β₂为权重系数，控制图像分割的程度，φ是标准的水平集函数；

b.步骤a建立的能量方程进行求解，利用分步优化进行求解；

步骤a的能量方程相应的变为以下三个子方程：

固定u₂和φ,关于u₁的能量函数为：

固定u₁和φ,关于u₂的能量方程为:

固定u₁和u₂,关于φ的能量函数为:

方程中，

c.利用变量交替迭代优化求解分别计算步骤b中的变量u₁、u₂和φ；

为了求解方程(2)，引入辅助变量和Bregman参数向量用来替代Bregman参数用来减少误差；当方程达成最优解时，原方程变为如下形式：

上面的形式依然采用交替迭代求解：

固定关于u₁的方程为:

利用欧拉方程，可以得到:

的更新方程为:

u₁通过隐式差分格式得到

固定u₁,关于的能量函数为:

利用欧拉公式,可以通过以下方程求解

这个公式可以通过小波软阈值公式求得:

d.对u₂的求解过程，跟u₁一致，不再叙述；

e.为了求解公式(4)，引入辅助变量和Bregman迭代参数当能量达到最小时,Bregman迭代参数也是被用来降低误差；公式(4)变成如下形式：

其中这个方程依然通过交替迭代算法来进行求解；

固定关于φ的能量方程为:

通过欧拉方程，可以得到：

通过隐式差分方案就可以求得φ:

在上式中,t步长，t＝1；

通过松弛，把φ∈{0,1}的限制放松到φ∈[0,1]，并且通过下面的公式进行限制到[0,1]

φ^k+1＝min(max(φ^k+1,0),1)；

固定φ,关于的能量方程为:

通过欧拉公式，可以得到：

通过小波软阈值公式可以得到

初始化的时候，让u₁＝f,u₂＝0,φ＝0；在计算φ的时候，通过设定一个阈值th来得到前景和背景。