[发明专利]基于局部Gamma拟合的活动轮廓SAR图像分割方法

摘要

本发明公开了一种基于局部Gamma拟合的活动轮廓SAR图像分割方法。现有的技术SAR图像分割精度不高，本发明首先利用Gamma分布表征原始SAR图像中每个像素一定邻域内的局部结构，以极大似然作为该邻域的区域分离准则，并定义局部拟合能量项；然后在定义域内对所有像素点进行积分，从而得到全局优化的能量泛函；最后采用基于曲线演化理论和水平集方法的几何活动轮廓模型描述和求解能量最小化过程，从而实现SAR图像的有效分割。本发明具有较强的斑点噪声抑制能力，能够实现SAR图像的有效分割，特别是针对深度凹陷等复杂边界仍有较为精确的分割结果。

主权项

1. 基于局部Gamma拟合的活动轮廓SAR图像分割方法，其特征在于该方法包括以下步骤：步骤1将定义域为的SAR图像划分为个全剖分的同质子区域，该同质区域集满足，；对定义域上的每个像素点的邻域内执行步骤1.1～步骤1.3，实现局部划分:步骤1.1根据相干斑噪声模型,目标区域均匀的SAR图像满足Gamma分布，利用Gamma分布拟合邻域内的局部结构，定义区域的概率模型，对于任意：其中是SAR图像的视数，是区域的强度均值，是Gamma函数；步骤1.2   利用极大似然作为邻域的区域分离准则：，最大化等价于最小化，以定义能量泛函即可表征局部区域分离；步骤1.3   结合用以控制邻域采样范围的权函数，得到邻域的局部拟合能量项，从而实现局部划分：；用水平集函数表示局部二分拟合能量项：，其中，，是单位阶跃函数；步骤2根据步骤1所得的点局部能量项，在定义域内对积分得到全局的能量泛函，其中用以纠正水平集函数与符号距离函数的偏差，避免演化过程中的周期性初始化过程，是长度约束项,是梯度算子；步骤3利用Euler-Lagrange变分极小化步骤2的能量泛函，得到曲线演化的控制方程:，是时间变量，式中是狄拉克函数，是演化曲线的曲率，，其中是局部区域均值，满足:；步骤4利用有限差分方法对步骤3所得的曲线演化控制方程进行迭代求解，最终得到闭合分割曲线就是由所组成，即是原始SAR图像的分割结果：,是时间步长，式中为控制方程右边的差分离散形式。