[发明专利]基于语义信息分类的SAR图像分割方法有效

专利信息
申请号: 201310102443.7 申请日: 2013-03-27
公开(公告)号: CN103198479A 公开(公告)日: 2013-07-10
发明(设计)人: 刘芳;袁嘉林;李玲玲;焦李成;邢孟棒;郝红侠;戚玉涛;武杰;马晶晶;尚荣华;于昕 申请(专利权)人: 西安电子科技大学
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 陕西电子工业专利中心 61205 代理人: 王品华;朱红星
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开一种基于语义信息分类的SAR图像分割方法,主要解决现有分割方法无法通过无监督分割得到一致连通的地物目标聚集形成的如森林、建筑群等地物区域的问题。其实现过程为:(1)对输入的SAR图像使用初始素描模型得到表示图像结构信息的初始素描图;(2)在初始素描图上进行语义信息分析,得到所有线段的语义信息分类结果;(3)基于语义信息分析划分出由地物目标聚集形成的地物区域;(4)对剩余区域,分为待确定区域和非线段区域,分别进行相应的SAR图像分割,完成最终的SAR图像分割。本发明与现有技术相比,通用性强,可以实现对含有大片地物目标聚集形成的地物区域的SAR图像的分割,分割结果一致连通性好,边缘定位准确,并可分割出独立的地物目标。
搜索关键词: 基于 语义 信息 分类 sar 图像 分割 方法
【主权项】:
1.一种基于语义信息分类的SAR图像分割方法,具体步骤包括如下:(1)使用初始素描模型得到SAR图像的初始素描图,该初始素描图包含线段集合{Si,i=1,2,...,n},n为线段的总数;(2)定义并计算初始素描图中所有线段的聚集性数值和分布结构,根据这些聚集性数值和分布结构进行线段的分类:2a)计算初始素描图所包含的线段集合中所有线段Si,i=1,2,...,n与其K-近邻线段的欧式距离的均值,表示为线段Si的聚集性数值aiai=1MΣj=1MDij]]>其中(xi,yi)、(xj,yj)分别为线段Si、Sj的中点坐标,M表示与线段Si相近邻的线段的个数,Dij表示线段Si、Sj的欧式距离;2b)对线段的聚集性数值ai,i=1,2,...n进行直方图统计,根据直方图的最高峰值点计算线段Si,i=1,2,...,n的最优聚集性数值区间R:R=[P-δ,P+δ]=[L,U],其中,P是聚集性数值直方图中最高峰值点对应的聚集性数值,δ是系统参数,取值为4,L、U分别表示最优聚集性数值区间R的下界、上界;2c)划分线段Si,i=1,2,...,n的分布结构特征,规定与线段Si距离小于最优聚集性数值区间上界U的线段为线段Si的相邻线段,如果相邻线段分布在线段Si的两侧,则线段Si的分布结构划为双侧聚集;如果相邻线段全部分布在线段Si的某一侧,则线段Si的分布结构划为单侧聚集;2d)根据线段Si,i=1,2,...,n的聚集性数值ai,i=1,2,...n和分布结构特征进行线段的分类标记,即将聚集性数值在最优聚集性数值区间内,且分布结构为双侧聚集的线段标记为一类,剩余线段标记为另一类;(3)根据步骤(2)对线段Si,i=1,2,...,n的分类结果,完成SAR图像中地物目标聚集形成的线段地物区域的划分,得到地物区域集合{ERk,k=1,2,...,m},m是划分得到的区域个数:3a)根据线段聚集性数值ai,i=1,2,...n的直方图统计,选取聚集性数值等于最优聚集性数值P的线段作为种子线段集:{Ek,k=1,2,...,m};3b)对于种子线段集{Ek,k=1,2,...,m},如果线段Ek没有被添加进某个线段集合,则以线段Ek为基点递归地求解新的线段集合{ESi,i=1,2,...,l},l<=m;3c)使用半径为最优聚集性数值区间上界U的圆形基元,先对线段集合中的线段进行膨胀,然后在线段集合外进行腐蚀,在初始素描图上得到以像素为单位的区域;3d)提取初始素描图中区域在SAR图像上的对应的线段地物区域,即森林、建筑物群区域,完成对初始素描图中地物区域的划分;(4)对初始素描图中地物区域划分后的剩余区域,采用基于部分区域的分水岭方法再进行分割,完成整个SAR图像的分割。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310102443.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top