[发明专利]融合边缘信息的模糊迭代SAR图像超像素分割方法

说明书

本发明提供了一种融合边缘信息的模糊迭代SAR图像超像素分割方法，该方法基于局部迭代聚类原则，利用SAR图像边缘检测算法获得图像中的边缘信息，优化初始化聚类中心步骤，更新距离度量方法，引入模糊理论构成模糊迭代聚类，最后通过融合边缘信息的后处理步骤，得到拥有良好边界保持性及像素同一性的超像素分割结果。相对于其他超像素分割方法，本发明主要面向复杂情况下SAR图像的目标检测任务，特别地，当SAR图像中的目标大小相差较大时，现有的超像素分割方法不能很好地保持小目标的边界，存在小目标并入超像素的问题，本发明通过引入边缘信息得到了理想的超像素分割结果。

技术领域

本发明属于图像处理技术领域，涉及SAR图像，具体涉及一种融合边缘信息的模糊迭代SAR图像超像素分割方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)作为一种主动类型的微波成像传感器，可以不受天气条件的限制，全天时、全天候地进行工作。在民用和军事领域，SAR发挥了越来越多的作用，其中，目标检测任务是SAR的一个重要应用。

在SAR图像中，超像素是由一系列位置相邻且强度、纹理等特征相似的像素点组成的小区域。这些超像素保留了进一步进行目标检测的有效信息，且一般不会破坏图像中目标的边界信息。用少量的超像素代替大量的像素来表达图像特征，很大程度上降低了图像处理的复杂度。

目前，SAR图像的超像素分割方法主要用于解决SAR图像分类问题，在面向复杂背景下的SAR图像目标检测时，尤其是目标大小相差较大情况下的SAR图像目标检测时，现有的超像素分割方法在超像素大小S较大时，不能保持小目标的独立性。

发明内容

针对现有技术存在的不足，本发明的目的在于，提供一种融合边缘信息的模糊迭代SAR图像超像素分割方法，解决现有技术中的现有超像素分割方法在目标大小相差较大时时，不能很好地保持小目标的边界的技术问题。

为了解决上述技术问题，本发明采用如下技术方案予以实现：

一种融合边缘信息的模糊迭代SAR图像超像素分割方法，该方法包括以下步骤：

步骤1，利用基于高斯伽马形双窗口的边缘检测器对SAR图像进行边缘检测，得到边缘增强图ESM及边缘图EM；

步骤2，根据设定的超像素大小S，利用边缘增强图ESM及边缘图EM，初始化聚类中心；

步骤3，在聚类中心的2s×2S邻域内，计算聚类中心与每个像素点之间的度量距离D(i,j)；

步骤4，度量距离比较更新，每个像素点和周围的聚类中心均有度量距离，保留每个像素点与周围聚类中心较小的l个度量距离；

步骤5，计算隶属度U和聚类中心C；

步骤6，重复步骤3、步骤4和步骤5，直到达到设定的迭代次数；

步骤7，选取像素隶属度最大的聚类中心类别作为像素的超像素类别，得到初始的超像素分割结果；

步骤8，利用边缘图EM的边缘信息进行后处理步骤，然后得到最终的超像素分割结果。

本发明与现有技术相比，具有如下技术效果：

(Ⅰ)本发明的超像素分割效果好。本发明利用基于比率的高斯伽马形双窗口边缘检测器获得图像中的边缘信息，优化初始化聚类中心步骤，更新距离度量方法，并引入模糊理论构成模糊局部迭代聚类原则，且后处理步骤融合边缘信息，最后得到拥有良好边界保持性及像素同一性的超像素分割结果。