[发明专利]基于形状补全区域图和特征编码的SAR图像分割方法

摘要

本发明公开了一种基于形状补全区域图和特征编码的SAR图像分割方法，解决了SAR图像区域的封闭性提取的技术问题。本发明首先使用SAR图像初始素描模型获取素描图；用基于形状的素描线补全的区域图提取方法获取区域图；将区域图映射到原SAR图像空间，得到聚集区域、匀质区域和结构区域；聚集区域特征学习及层次聚类；匀质区域特征学习及层次聚类；结构区域分割；将聚集区域、匀质区域与结构区域的结果合并，标记线目标，得到最终的SAR图像分割结果。本发明能够获得到封闭性、同质性更好的匀质区域提取，对区域所使用的特征学习与聚类方法也能很好的实现聚集区域和匀质区域的进一步聚类，可用于SAR图像的分割。

主权项

一种基于形状补全区域图和特征编码的SAR图像分割方法，其特征在于，包括有如下步骤：步骤1.输入待分割的SAR图像，利用SAR图像的初始素描模型得到输入图像的素描图；步骤2.采用基于形状的素描线补全的区域图提取方法得到输入图像的区域图；步骤3.根据得到的区域图将待分割的SAR图像映射为聚集区域、匀质区域和结构区域；步骤4.使用基于LLC编码的词袋模型对属于聚集区域的各个区域进行特征学习，并在此基础上进行层次聚类得到聚集区域的聚类结果；步骤5.同样，使用基于LLC编码的词袋模型对属于匀质区域的各个区域进行特征学习，并在此基础上进行层次聚类得到匀质区域的聚类结果；步骤6.对于结构区域，使用基于MRF的分割方法得到结构区域中边界、线目标以及孤立目标所在的位置，同时根据空间上的一致连通性得到若干个小区域，即将结构区域划分成若干个小区域，从而得到结构区域的分割结果；步骤7.使用基于空间近邻和灰度均值的策略,将聚集区域的聚类结果、匀质区域的聚类结果和结构区域的分割结果合并；步骤8.根据素描图中的素描线信息标记线目标，从而得到最终完整的SAR图像分割结果。