[发明专利]基于特征提取与聚类集成的SAR图像分割方法

摘要

本发明公开了一种基于特征提取和聚类集成的SAR图像分割方法，主要解决现有方法中对相干斑噪声敏感、分割精度较低的问题。其实现步骤是(1)对原始SAR图像进行特征提取，构造图像的多维特征集，并对多维特征集进行降维，得到新的特征集；(2)对新特征集进行多次选择性Kmeans聚类，得到多个聚类中心序列，对该多个聚类中心序列进行中心配准；(3)利用配准后的聚类中心序列划分新特征集，得到多个标记向量；(4)对得到的多个标记向量进行集成，得到集成后的标记向量；(5)利用集成后的标记向量得到SAR图像的分割结果。本发明具有对相干斑噪声鲁棒性强、分割进度高的优点，可用于SAR图像的目标检测与识别。

主权项

一种基于特征提取与聚类集成的SAR图像分割方法，包括如下步骤：(1)输入一幅行数大小为X、列数大小为Y的SAR图像，其中X与Y均为正整数；(2)对SAR图像进行特征提取，得到图像所有像素的灰度信息和纹理信息，从而构造出行数大小为X×Y、列数大小为10的所有像素特征集β矩阵；(3)用主成分分析算法对特征集β矩阵进行降维，得到新特征集γ矩阵；(4)对新特征集γ矩阵进行N次随机采样Kmeans聚类划分，得到N个聚类中心序列；(5)对N个聚类中心序列进行中心配准，并利用配准后的N个聚类中心序列分别对新特征集γ矩阵进行划分，得到N个标记向量；(6)利用选择性加权投票方式对N个标记向量集成，得到一个集成后的标记向量；(7)将集成后的标记向量中每一个类标签作为其对应像素的像素值，得到SAR图像的最终分割结果图；步骤(2)中对SAR图像进行特征提取，得到图像所有像素的灰度信息和纹理信息，按如下步骤进行：(2a)分别以SAR图像中每一个像素为中心，进行窗口的行数与列数均为5的中值滤波，并将每一个像素中值滤波后的像素值作为该像素的10维表示向量的第一维特征值；(2b)分别以SAR图像中每一个像素为中心，提取行数与列数大小为5×5的邻域，分别计算该邻域在0°、45°、90°、135°四个方向上距离为1的灰度共生矩阵，然后分别计算每一个方向上灰度共生矩阵的熵，并将这四个熵值的平均值作为该像素的10维表示向量的第二维特征值；(2c)构造两个高斯差分滤波器和六个高斯偏移差分滤波器，用于分别对SAR图像进行滤波，将每一个像素滤波后的八个值作为该像素的表示向量的其余八维特征值，该两个高斯差分滤波器分别为点状目标滤波器和环状目标滤波器；该六个高斯偏移差分滤波器分别为沿0°、30°、60°、90°、120°、150°方向的条状目标滤波器。