[发明专利]基于Gabor特征的三马尔可夫场SAR图像分割方法

摘要

本发明公开了一种基于Gabor特征的三马尔可夫场SAR图像分割方法，其实现步骤为：(1)输入SAR图像；(2)初始化标号场；(3)建立附加场；(4)获得联合先验概率；(5)构建后验边缘的分割模型；(6)最大化后验边缘概率分割；(7)更新标号场；(8)判断标号场变化率是否大于阈值；(9)输出最终分割结果。本发明相比多尺度马尔可夫模型的分割方法简化了分割过程，保证了分割结果的区域一致性，较好的保持了图像中不同区域的边缘，解决了图像分割问题中区域一致性差和边缘不清晰的问题。可应用于合成孔径雷达SAR图像分割和SAR图像目标识别。

主权项

一种基于Gabor特征的三马尔可夫场SAR图像分割方法，包括如下步骤：(1)输入待分割的SAR图像；(2)初始化标号场；(3)建立附加场：3a)对待分割的SAR图像进行三个尺度、0°，90°，180°，270°四个方向的Gabor小波变换，得到和原图大小相等的12个特征矩阵；3b)将每个方向上三个相邻尺度的特征矩阵相乘，得到四个方向的四个矩阵；3c)利用K‑means聚类工具，将四个矩阵相加后得到的一个矩阵聚为输入的类别数，聚类后的矩阵作为附加场；(4)利用吉布斯随机场的概率公式获得联合先验概率；(5)构建贝叶斯后验边缘概率的分割模型：5a)利用下式计算图像中各像素点的似然概率； p ( y s | x s ) = 1 Γ ( L ) ( L σ ) y s L - 1 exp ( - Ly s σ ) , y s ≥ 0 其中，p(ys|xs)为似然概率，ys为像素点的灰度值，xs为像素点的标号，s为像素点，Γ为伽马函数，L为SAR图像的等效视数，σ为各类灰度的均值；5b)利用统计概率公式计算三马尔可夫场联合概率分布；5c)利用贝叶斯后验概率方法计算各像素点的后验边缘概率；(6)利用贝叶斯最大后验边缘概率准则确定每个像素点新的标号，分割图像；(7)逐点更新标号场中各像素点的标号；(8)将更新前后标号场中变化的像素点个数和标号场像素点总数的比率作为终止条件，如果比率大于输入的阈值，返回步骤(4)，否则执行下一步骤；(9)输出最终分割结果。