[发明专利]一种SAR影像半自动阈值提取方法

说明书

本发明公开了一种SAR影像半自动阈值提取方法，该方法在少量人工干预下实现基于贪婪算法的两种不同地物交界的自动查找及阈值计算。首先确定两种待进行阈值分割的地物，在SAR图像中绘制一条跨越两种所选地物的线，在线两侧自动生成缓冲区并计算缓冲区均值，形成一条均值线；然后，分别计算线两端相邻像素的梯度，并根据梯度大小，从该线两端向中间进行像素合并，直到相遇；最后根据相遇处的像素对和梯度计算阈值，并利用阈值提取目标地物，得到阈值分割结果。该方法结合自动和手动阈值提取的优点，能够适用于不同分辨率的SAR影像，并且速度快，精度高。

技术领域

本发明属于遥感图像处理技术领域，尤其涉及一种基于SAR影像的半自动阈值提取方法。

背景技术

与光学遥感图像相比，SAR图像具有穿云透雾且全天时全天候采集信息的优势。从SAR影像中快速准确获取地面信息对地表监测、生态评估、灾害检测与预警等方面具有重要意义。SAR图像的阈值分割是目前提取地物信息较常使用的一种技术。该技术通过不同阈值，对图像中不同地物进行区分，将目标地物从背景中提取出来。例如：水体信息提取、水稻面积提取等。然而，SAR图像中存在大量的相干斑噪声且该噪声为乘性噪声，相较于光学领域所处理的加性噪声，乘性噪声的去除更为复杂一些。因此，SAR图像阈值分割技术一直是公认的难题。

在实际应用中，阈值分割方法可分为两大类：1)手动提取：人工查看两种或多种地物的强度值，根据经验选取阈值，通过多次试验，选取分割效果最佳的阈值为最优阈值；2)自动提取：基于SAR图像的统计特性，利用水平集、马尔科夫随机场、直方图统计特性等并结合各种辅助数据得到全局阈值。

手动提取阈值的方法，需要操作人员多次查看目标地物与背景之间的强度值，根据以往的经验大致给出一个阈值，还需要对图像进行反复试验和对比。这种方法纯粹依靠人工目视解译，虽然有时能达到较好的精度，但工作量较大且最终阈值具有随机性。当对大量SAR图像进行阈值选取时，该方法效率较低。

自动提取阈值的方法，相较于手动提取，增加准确性，可对数据进行批量处理。常见的是对大津法进行改进，将其应用于SAR图像。但是，由于SAR图像特有的统计特性，使得SAR强度服从单峰的负指数分布，并不存在谷值，所以分割的效果并不理想。其他的阈值分割算法，例如基于水平集、马尔科夫随机场等的阈值分割方法，虽然提取的阈值精度较高，但流程复杂、耗时，在实际应用中效率较低。

除此之外，商业软件中只有极少数提供了自动阈值提取模块。在实际应用中发现，这些软件对图像质量有一定的依赖性。当SAR图像质量较差时，所得到的阈值分割结果精度偏低。

发明内容

本发明目的在于基于贪婪算法的基本思想，快速且精确地获取区分目标地物与背景的最佳阈值，得到较高精度的分割结果，有效解决目前SAR影像阈值分割中的难题。

为实现上述目的本发明采用以下技术方案：一种SAR影像半自动阈值提取方法，具体包括：

像素提取：对原始SAR影像进行预处理，在抑制噪声的同时保持图像边缘信息；

确定两种待阈值分割的地物，在SAR图像中绘制一条跨越两种所选地物的线，估算线上所有像素的值；

梯度计算：根据梯度函数，从线的两端开始分别计算相邻像素的梯度f；

像素检索：根据贪婪算法对均值线进行像素的自动检索，从均值线的两端向中心进行像素合并并更新梯度，直到像素对相遇；

阈值计算：根据相遇处像素对的值以及梯度计算阈值；

阈值分割：根据阈值对SAR影像进行二值化，得到SAR影像提取结果。

进一步的，估算线上的像素值方法如下：

在线两侧自动生成缓冲区，该缓冲区以绘制的线为中心轴线，两端与中心轴线的距离为L；