[发明专利]基于有噪谱平稳的SAR图像显著区域检测方法

权利要求书

1.一种基于有噪谱平稳的SAR图像显著区域检测方法，其特征在于所述方法包括如下步骤：

步骤一：输入标准图像格式的高分辨率SAR图像；

步骤二：利用尺寸为(2d+1)×(2d+1)的滑动窗口对高分辨率SAR图像进行局部数据采集，计算有噪估计条件下局部图像谱平稳特征，最终生成与图像等大小的有噪估计谱平稳特征图，其中：d为正整数，用来控制滑动窗口尺寸；

步骤三：使用误差为e的数据格式无关p-tile分割法处理有噪估计谱平稳特征图，取分割前景部分为疑似显著区域；

步骤四：获取疑似显著区域的连通域结果，利用尺度滤波滤除像素数少于c的连通域图块，余下部分作为高分辨率SAR图像显著区域输出。

2.根据权利要求1所述的基于有噪谱平稳的SAR图像显著区域检测方法，其特征在于所述步骤二中，有噪估计条件下的局部图像谱平稳特征的计算方法为：

步骤二A：输入待处理高分辨率SAR图像，图像尺寸为M×N，其中：M与N表示图像的长宽，单位为像素数，使用(2d+1)×(2d+1)滑动窗口采集图像(x，y)处及其d邻域内像素构成局部像素矩阵I，其维度为(2d+1)×(2d+1)，矩阵元素为I_ij，i、j分别为矩阵行列坐标；

步骤二B：利用矩阵标准差估计全噪声假设下的噪声功率σ_N，并以σ_N为标准差生成一组维度为(2d+1)×(2d+1)高斯随机数，用来拟合功率为σ_N的噪声矩阵N；σ_N估计方法如下所示：

其中

式中，N_ij为噪声矩阵N中元素，i、j分别为矩阵行列坐标；

步骤二C：利用二维傅里叶变换分别处理图像矩阵I与噪声矩阵N，获得对应的图像频谱矩阵F_I与噪声频谱矩阵F_N，计算公式如下所示：

式中，u、v为频域矩阵行列坐标；

步骤二D：计算图像频谱矩阵的分布方差σ²_F，计算方法如下所示：

其中

步骤二E：分别计算图像频谱矩阵F_I与噪声频谱矩阵F_N的分布熵ENT_F与ENT_N，计算方法如下所示：

式中，ε为限位参数；

步骤二F：给定限位参数R，计算有噪估计条件下的局部图像谱平稳特征值SS，并将SS值赋给特征图中与图像坐标(x，y)相对应的位置，当滑动窗口取遍所有像素后生成与原图像尺寸等大小的有噪估计谱平稳特征图S，计算方法如下：

S＝{SS_xy|x＝1,2,…M,y＝1,2,…N}。

3.根据权利要求2所述的基于有噪谱平稳的SAR图像显著区域检测方法，其特征在于所述R＝2×K×ln[2×(2d+1)+1]，式中，K是调节系数，(2d+1)是滑动窗口尺寸。

4.根据权利要求1所述的基于有噪谱平稳的SAR图像显著区域检测方法，其特征在于所述步骤三中，误差为e的数据格式无关p-tile分割的处理方法为：

步骤三A：初始化迭代参数t＝1，输入待处理特征图S，其尺寸为M×N，将其按照元素下标序列化，得到一组等价的数值序列S，序列中元素表示为S_t，其中下标t表示该数值在序列中的序号，取值范围为1至M×N，按精度需求设置误差率e，给定经验性估计前景稀疏率p，令最小分割阈值T_min为特征图或等价序列S中最小值，最大分割阈值T_max为特征图或等价序列S中最大值，结果分割阈值T^*＝(T_max+T_min)/2，公式如下所示：

T_max＝max(S),T_min＝min(S),T^*＝(T_max+T_min)/2,t＝1；

式中，max与min分别为取最大与取最小函数；

步骤三B：将序列值S_t赋值给临时分割阈值T，并进行判断：若T大于最小分割阈值T_min且小于最大分割阈值T_max，则进入步骤三C，否则令t＝t+1，返回步骤三B；

步骤三C：利用临时分割阈值T分割特征图或等价序列S，生成二值化的分割结果图或等价序列R，令分割前景为1、分割背景为0，并计算前景比例FR，公式化表述如下所示：

步骤三D：判断：|p-FR|是否小于等于给定误差率e，若是，则令结果分割阈值T^*等于当前临时分割阈值T，并进入步骤三G，否则进入步骤三E；

步骤三E：判断：前景稀疏率p是否大于前景比例FR，若是，则令最大分割阈值T_max等于当前临时分割阈值T，结果分割阈值T^*＝(T_max+T_min)/2，否则令最小分割阈值T_min等于当前临时分割阈值T，T^*＝(T_max+T_min)/2，公式化表述如下所示：

其中

步骤三F：判断：迭代参数t是否等于M×N，若是则进入步骤三G，否则令t＝t+1，返回步骤三B；

步骤三G：利用结果阈值T^*分割输入图像S，得到分割结果二值图，输出前景部分作为高分辨率SAR图像疑似显著区域。