[发明专利]一种基于分水岭算法和字典学习的SAR图像分割方法在审
| 申请号： | 201811322086.4 | 申请日： | 2018-11-07 |
| 公开（公告）号： | CN109410223A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 漆进;秦金泽;胡顺达 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/155 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种分水岭算法和字典学习的SAR图像分割方法，该方法包括：利用去噪算法对原图像进行预处理，使图像变的更加平滑，同时提取三层小波特征；利用K‑means算法对原图像进行初次分割；求出训练图像的形态梯度图像，算出浮点活动图像，再用分水岭算法进行分割；每一个小块区域内的数据看作一类数据的数据集合，将该集合中的所有数据分别和每一类字典中的原子计算最近邻，对应每一类字典我们都可以得到一个统计直方图，计算对应于每一类的直方图和原始训练数据得到的该类的直方图之间的误差；判断在哪一类上的误差最小，就将集合内的数据划分为哪一类，依次将所有的小块区域进行划分，得到最终的分割结果。与传统的SAR图像分割方法相比，本发明在识别过程中的有效性和准确性更高，并且算法复杂度较低。 | ||
| 搜索关键词： | 分水岭算法 直方图 小块区域 字典学习 原图像 字典 集合 预处理 原始训练数据 图像 算法复杂度 分割结果 活动图像 去噪算法 数据集合 小波特征 形态梯度 训练图像 原子计算 传统的 最近邻 分割 平滑 浮点 三层 算法 统计 | ||
【主权项】：
1.一种分水岭算法和字典学习的SAR图像分割方法，其特征在于，包括：步骤(1)SAR图像预处理：由于SAR图像本身存在大量的斑点噪声，故先利用去噪算法对原图像进行预处理，使图像变的更加平滑，同时提取三层小波特征；步骤(2)利用K‑means算法对原图像进行初次分割：从每一类的分割结果中挑选一些靠近该类聚类中心的数据；每一类数据使用K‑means算法来获得一个该类的字典，每一类的训练数据计算与该类字典原子的最近邻，得到一个统计直方图，每一类数据都得到一个直方图；步骤(3)使用分水岭算法进行初次分割：对(2)中处理后的训练图像，求出其形态梯度图像，算出浮点活动图像，再用分水岭算法进行分割；步骤(4)区域划分：对(3)中分割后的图像，每一个小块区域内的数据看作一类数据的数据集合，将该集合中的所有数据分别和每一类字典中的原子计算最近邻，对应每一类字典我们都可以得到一个统计直方图，计算对应于每一类的直方图和原始训练数据得到的该类的直方图之间的误差；判断在哪一类上的误差最小，就将集合内的数据划分为哪一类，依次将所有的小块区域进行划分，得到最终的分割结果。
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电子科技大学，未经电子科技大学许可，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/201811322086.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种火焰检测方法及装置
- 下一篇：一种图像分割方法、系统、装置及存储介质
