[发明专利]基于三重判别随机场的SAR图像分割方法

摘要

本发明公开一种基于三重判别随机场模型的SAR图像分割方法，克服了现有技术采用三重马尔可夫随机场TMRF模型在捕获观测数据的统计相关性时，其作用距离必须依赖于所采用的邻域系统的缺点，本发明包括如下步骤：1.输入待分割SAR图像；2.提取特征和初始化；3.获得联合概率分布；4.获得后验边缘概率分布；5.分割SAR图像；6.估计模型参数；7.输出分割图像。本发明通过引入SAR图像的非平稳信息和像素点观测值之间的相关信息，保持了分割区域一致性，提高了分割结果边缘的准确性。

主权项

一种基于三重判别随机场的SAR图像分割方法，包括如下步骤：(1)输入待分割SAR图像；(2)提取特征和初始化：(2a)将半径为7的窗口在待分割的合成孔径雷达SAR图像内滑动，采用统计方法，计算滑窗内待分割的合成孔径雷达SAR图像像素点灰度值的均值、方差和熵三个图像统计特征，利用半方差方法，提取滑窗内待分割的合成孔径雷达SAR图像的四个半方差特征；(2b)将半径为15的窗口在待分割的合成孔径雷达SAR图像内滑动，采用几何矩估计方法，计算滑窗内待分割合成孔径雷达SAR图像的非平稳各向异性高斯核参数；(2c)采用直方图阈值方法，对待分割的合成孔径雷达SAR图像进行初始分割，得到待分割的合成孔径雷达SAR图像的初始分割图像；(2d)采用模糊C均值聚类方法，对待分割合成孔径雷达SAR图像的平稳态进行初始分类，得到待分割的合成孔径雷达SAR图像的初始平稳态分类；(2e)利用最小二乘法，根据待分割的合成孔径雷达SAR图像的初始分割图像和待分割的合成孔径雷达SAR图像的初始平稳态分类，估计用于判定分割类别的邻域内像素对的相互势能参数；(2f)将用于判定分割类别的联合势能函数的参数全部初始化为1；(2g)将当前的图像分割迭代次数设为1，将图像分割的最大迭代次数设为20；(3)获得联合概率分布：(3a)按照下式，构建用于判定分割类别的联合势能：其中，A表示用于判定分割类别的联合势能；Σ表示求和操作；n表示待分割合成孔径雷达SAR图像的分割值；m表示待分割合成孔径雷达SAR图像的平稳态；δ(x_s,n)表示一个常数，当分割图像中s坐标位置的像素点和待分割合成孔 径雷达SAR图像的分割值n相同时，δ(x_s,n)＝1，当分割图像中s坐标位置的像素点和待分割合成孔径雷达SAR图像的分割值n不同时，δ(x_s,n)＝0；x_s表示分割图像s坐标位置的像素点；s表示像素点在待分割合成孔径雷达SAR图像中的坐标位置；δ(u_s,m)表示一个常数，当待分割合成孔径雷达SAR图像中s坐标位置的像素点的平稳态和待分割合成孔径雷达SAR图像的平稳态m相同时，δ(u_s,m)＝1，当待分割合成孔径雷达SAR图像中s坐标位置的像素点的平稳态和待分割合成孔径雷达SAR图像的平稳态m不同时，δ(u_s,m)＝0；u_s表示待分割合成孔径雷达SAR图像中s坐标位置的像素点的平稳态；log表示求对数操作；G表示待分割图像中s坐标位置的像素点为分割值n，且待分割合成孔径雷达SAR图像中s坐标位置的像素点的平稳态为平稳态m的概率；(3b)按照下式，构建用于判定分割类别的邻域内像素对的相互势能：其中，I表示用于判定分割类别的邻域内像素对的相互势能；s表示像素点在待分割合成孔径雷达SAR图像中的坐标位置；Σ表示求和操作；t表示在待分割合成孔径雷达SAR图像中坐标位置为s的像素点的邻域系统内的像素点；N_s表示待分割合成孔径雷达SAR图像中s坐标位置的像素点的邻域系统；δ(x_s,x_t)表示一个常数，当分割图像中s坐标位置的像素点和分割图像中t坐标位置的像素点相同时，δ(x_s,x_t)＝1，当分割图像中s坐标位置的像素点和分割图像中t坐标位置的像素点不同时，δ(x_s,x_t)＝1；x_s表示分割图像s坐标位置的像素点；x_t表示分割图像t坐标位置的像素点；α表示平稳态不同时，待分割合成孔径雷达SAR图像中s坐标位置的像素点和待分割合成孔径雷达SAR图像中t坐标位置的像素点之间相关性的参数；δ(u_s,u_t)表示一个常数，当待分割合成孔径雷达SAR图像中s坐标位置的像素点的平稳态和待分割合成孔径雷达SAR图像中t坐标位置的像素点的平稳态相同时，δ(u_s,u_t)＝1，当待分割合成孔径雷达SAR 图像中s坐标位置的像素点的平稳态和待分割合成孔径雷达SAR图像中t坐标位置的像素点的平稳态不同时，δ(u_s,u_t)＝0；u_s表示待分割合成孔径雷达SAR图像中s坐标位置的像素点的平稳态；u_t表示待分割合成孔径雷达SAR图像中t坐标位置的像素点的平稳态；m表示待分割合成孔径雷达SAR图像的平稳态；α_m表示在平稳态为m时，待分割合成孔径雷达SAR图像中s坐标位置的像素点和待分割合成孔径雷达SAR图像中t坐标位置的像素点的相关性的参数；δ^*(u_s,u_t,m)表示一个常数，当待分割合成孔径雷达SAR图像中s坐标位置的像素点的平稳态、待分割合成孔径雷达SAR图像中t坐标位置的像素点的平稳态和平稳态m均相同时，δ^*(u_s,u_t,m)＝1，当待分割合成孔径雷达SAR图像中s坐标位置的像素点的平稳态、待分割合成孔径雷达SAR图像中t坐标位置的像素点的平稳态和平稳态m不同时，δ^*(u_s,u_t,m)＝0；μ表示待分割合成孔径雷达SAR图像中s坐标位置的像素点的特征和待分割合成孔径雷达SAR图像中t坐标位置的像素点的特征，组成的特征向量；(3c)按照下式，构建用于判定分割类别的似然分布：其中，f表示用于判定分割类别的似然分布；Π表示求乘积操作；s表示像素点在待分割合成孔径雷达SAR图像中的坐标位置；β表示广义伽马Gamma分布的形状参数；y_s表示待分割合成孔径雷达SAR图像中s坐标位置的像素点；λ表示广义伽马Gamma分布的指示形状参数；α表示广义伽马Gamma分布的尺度参数；Γ表示伽马Gamma函数；(3d)按照下式，构建用于判定分割类别的联合概率分布：其中，p表示用于判定分割类别的联合概率分布；Z表示归一化因子；exp表 示求指数操作；Σ表示求和操作；s表示像素点在待分割合成孔径雷达SAR图像中的坐标位置；A表示用于判定分割类别的联合势能；t表示在待分割合成孔径雷达SAR图像中s坐标位置的像素点的邻域系统内像素点的坐标位置；N_s表示待分割合成孔径雷达SAR图像中s坐标位置的像素点的邻域系统；I表示用于判定分割类别的邻域内像素对的相互势能；f表示用于判定分割类别的似然分布；(4)获得后验边缘概率分布：对用于判定分割类别的联合概率分布，利用吉布斯Gibbs采样方法，得到用于判定分割类别的后验边缘概率分布；(5)分割SAR图像：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，逐点更新待分割合成孔径雷达SAR图像的标号，得到分割图像；(6)估计模型参数：(6a)在待分割合成孔径雷达SAR图像的分割图像上，利用对比发散方法，估计用于判定分割类别的联合势能参数；(6b)利用最小二乘法，根据待分割合成孔径雷达SAR图像的分割图像，估计用于判定分割类别的邻域内像素对的相互势能参数；(7)判断是否达到最大迭代次数：将当前的分割迭代次数加1作为新的分割迭代次数，判定新的迭代次数是否达到图像分割所设定的分割最大迭代次数20，如果没有达到，返回步骤(3)；否则，执行步骤(8)；(8)输出分割图像。