[发明专利]基于SAR-KAZE特征提取的SAR图像分割方法

摘要

本发明公开了一种基于SAR‑KAZE特征提取的SAR图像分割方法，主要解决了现有技术对SAR图像分割精度和效率低的问题。其分割过程为：1)输入一副原始待分割SAR图像并对其进行双精度转换；2)对双精度矩阵进行镜像扩展和分块，得到双精度矩阵的图像块；4)对图像块进行SAR图像的KAZE特征提取，得到双精度矩阵的SAR‑KAZE特征矩阵X；5)采用改进的稀疏子空间聚类对SAR‑KAZE特征矩阵X进行聚类，得到双精度矩阵的聚类结果。本发明提取的SAR‑KAZE特征保留了更多的图像边缘和细节信息，提高了分割精度，采用改进的稀疏子空间聚类对图像聚类，降低了分割复杂度，可用于雷达成像中地物目标的分类。

主权项

1.基于SAR‑KAZE特征提取的SAR图像分割方法，包括：1)输入一副大小为D*N的原始SAR图像，得到原始的SAR图像灰度矩阵，对灰度矩阵进行双精度转换，得到双精度矩阵I；2)对双精度矩阵I进行镜像扩展，得到大小为(D+p‑1)*(N+p‑1)的扩展图像M，其中p为扩展值，取值为奇数；3)令双精度矩阵I中的任意点(i，j)对应于扩展图像M中的相应点在扩展图像M中以该点为中心对其邻域取大小为p*p的图像块，得到关于双精度矩阵I中点(i，j)的图像块，对双精度矩阵I中的每个点取图像块，得到双精度矩阵I的D*N个大小为p*p的图像块，其中1≤i≤D，1≤j≤N；4)对得到的双精度矩阵I的图像块进行SAR图像的KAZE特征提取，得到双精度矩阵I的SAR‑KAZE特征矩阵X：4a)从D*N个图像块中取一个图像块K，通过加性分裂算法AOS和可变传导扩散算法构造该图像块K的非线性尺度空间，得到4幅与图像块K相同尺寸的尺度变换图像块K₁，K₂，K₃，K₄，其中1≤K≤(D*N)；4b)在第一幅图像块K₁上选取大小为9*9的矩形区域，使用SAR‑KAZE特征描述算子描述该矩形区域的特征，得到该矩形区域的10维SAR‑KAZE特征向量j表示矩形区域在图像块中的不同位置，其中1≤j≤4；4c)令双精度矩阵I的图像块大小p＝13，将13*13的图像块K₁分成2*2个9*9的矩形区域，其中每两个相邻矩形区域有5个像素的重叠，得到第一幅图像块K₁的4*10＝40维的SAR‑KAZE特征向量4d)对第二副图像块K₂、第三副图像块K₃和第四副图像块K₄分别执行上述步骤4b)～4c)，得到这3幅图像块K₂，K₃，K₄各自的40维SAR‑KAZE特征向量4e)利用4c)和4d)的结果，得到关于图像块K的一个4*40＝160维的SAR‑KAZE特征向量：4f)对双精度矩阵I的每一个图像块分别执行上述步骤4a)～4e)，完成对双精度矩阵I所有图像块的SAR‑KAZE特征向量提取，得到双精度矩阵I的SAR‑KAZE特征矩阵：其中T是转置；5)对4)中得到双精度矩阵I的SAR‑KAZE特征矩阵X，使用改进的稀疏子空间聚类进行聚类，得到双精度矩阵I的聚类结果G，并将聚类结果G由向量变换为矩阵Q，即为双精度矩阵I的分割结果。