[发明专利]一种图像处理方法、装置、电子设备及存储介质

说明书

本申请公开一种图像处理方法、装置、电子设备及存储介质，涉及图像处理的技术领域。该方法包括将待分类图像分割为多个超像素，并提取待分类图像的特征信息；将特征信息带入预先训练的第一随机森林模型，得到单像素概率分布图；利用所述预先训练的第二随机森林模型对所述多个超像素中的每一个进行分类，得到超像素概率分布图；针对每一个像素点，基于该像素点在单像素概率分布图中的类别概率和该像素点在所述超像素概率分布图中的类别概率，得到该像素点更正后的类别概率；根据各个像素点更正后的类别概率，得到结果概率分布图。通过本方案解决了现有技术中未充分考虑像素点的空间信息，导致影像分类效率低且分类精度不高的问题。

技术领域

本申请涉及计算机的技术领域，具体而言，涉及一种图像处理方法、装置、电子设备及存储介质。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)具有主动工作且不受光线和气候影响、穿透能力强的特点，其能在恶劣气候下连续从地面获取目标数据。作为高分辨率成像雷达，自诞生以来，已获得了突飞猛进的发展，在军事情报、农业监测、海洋探测、森林监测、地质勘探以及灾害救援研究等方面都获得了广泛应用。

目前，大多数极化SAR图像分类技术是以像素点为分类单元，以此达到对遥感影像内地物分类的目的。但是分类目标不是由一个或者几个像素点组成，单像素分类方法未充分考虑像素点的空间信息，并且极化SAR图像中还具有较多的相干斑噪声，这些问题导致影像分类效率低且分类精度不高。

发明内容

本申请提供一种图像处理方法、装置、电子设备及存储介质，以解决现有技术中未充分考虑像素点的空间信息，导致影像分类效率低且分类精度不高的问题。

第一方面，本申请实施例提供一种图像处理方法，包括：将待分类图像分割为多个超像素，并提取所述待分类图像的特征信息；将所述特征信息带入预先训练的第一随机森林模型，得到单像素概率分布图，所述单像素概率分布图包括所述待分类图像中所有像素点中每一个像素点的类别概率；利用预先训练的第二随机森林模型对所述多个超像素中的每一个进行分类，得到超像素概率分布图，所述超像素概率分布图包括每一个超像素各自对应随机森林分类的类别概率；针对每一个像素点，基于该像素点在所述单像素概率分布图中的类别概率和该像素点在所述超像素概率分布图中的类别概率，得到该像素点更正后的类别概率；根据各个像素点更正后的类别概率，得到结果概率分布图，所述结果概率分布图包括所述待分类图像中所有像素点中每一个像素点的更正后的类别概率。

本申请实施例中，基于像素点在单像素概率分布图中的类别概率和该像素点在超像素概率分布图中的类别概率，得到该像素点更正后的类别概率。其中，由于图像中相邻像素具有一定相关性，而超像素是由相似度较高的多个像素点组成，因此，通过在计算像素点更正后的类别概率中，引入像素点在超像素概率分布图中的类别概率，从而考虑到了像素点的空间信息，提高了图像分类的精度。

结合上述第一方面提供的技术方案，在一些可能的实施方式中，基于该像素点在所述单像素概率分布图中的类别概率和该像素点在所述超像素概率分布图中的类别概率，得到该像素点更正后的类别概率，包括：获取表征该像素点所属的超像素与该超像素的相邻超像素属于同一类别的第一权重；获取该像素点在所述单像素概率分布图中的类别概率与所述第一权重的乘积，得到第一乘积；获取该像素点在所述超像素概率分布图中的类别概率与所述第二权重的乘积，得到第二乘积，其中，所述第一权重和所述第二权重之和为1；获取所述第一乘积和所述第二乘积的和，得到该像素点更正后的类别概率。

本申请实施例中，通过计算像素点在单像素概率分布图中的类别概率与第一权重的乘积，得到第一乘积；以及该像素点在超像素概率分布图中的类别概率与第二权重的乘积，得到第二乘积；计算第一乘积和所述第二乘积的和，得到该像素点更正后的类别概率。本方案结合两种分类方法得到的类别概率，并通过权重之和为1的第一权重和第二权重进行加权，可以使得最终的分类结果更准确，提高图像分类精度。