[发明专利]基于两阶段区域合并策略的极化合成孔径雷达图像分割方法

摘要

本发明公开了一种基于两阶段区域合并策略的极化合成孔径雷达图像分割方法，目的是提升非均匀区域的分割精度，避免过多的复杂运算，提高计算效率。技术方案是首先对PolSAR图像进行超像素分割，然后依次进行Wishart合并和KummerU合并。Wishart合并阶段对明确来自相同地物的原始超像素进行快速合并，而KummerU合并阶段对剩余的区域进行迭代合并，得到最终的分割结果。采用本发明可提升合并的准确性和计算效率，且将KummerU能量损失、边缘惩罚函数值以及匀质度惩罚因子相结合，得到新的度量标准，可以进一步提升分割精度。

主权项

1.一种基于两阶段区域合并策略的极化合成孔径雷达图像分割方法，首先对极化合成孔径雷达图像即PolSAR图像进行超像素分割，然后进行区域合并；其特征在于区域合并时先进行Wishart合并，再进行KummerU迭代合并，包括以下步骤：步骤1：对PolSAR图像进行超像素分割，方法是：采用PolSAR图像超像素分割方法对原始PolSAR图像进行超像素分割，得到超像素集合V＝{v₁,v₂,...,v_i,...,v_j,...,v_N}，其中N为超像素个数，v_i表示第i个超像素，1≤i≤N，1≤j≤N；超像素集合V及集合中元素的关系用区域邻接图G＝(V,A)来表示，其中A为超像素之间相邻关系的集合，a_ij∈A表示超像素v_i和v_j在几何位置上相邻，令N_a表示A中元素的个数，N_a为正整数；用b_ij来表示相邻超像素v_i和v_j之间的共享边界，为该边界上像素的集合；步骤2：对V进行Wishart合并，方法是：2.1对V中所有超像素v₁,v₂,...,v_i,...,v_j,…,v_N计算分布参数Z₁,Z₂,...,Z_i,...,Z_j,...,Z_N，分布参数为超像素中协方差矩阵C的均值，v_i的分布参数为Z_i，按公式(1)计算：其中，|v_i|_c表示超像素v_i的基数，即v_i中像素的个数，下标c指代基数，s表示一个像素，C_s为像素s的协方差矩阵；2.2根据A计算所有相邻超像素之间的Wishart度量标准，构建第一三元组集合D，具体步骤如下：2.2.1令k＝1，集合D为空集；2.2.2设A中第k个元素为a_ij，1≤i≤N，1≤j≤N，a_ij所对应的两个相邻超像素为v_i和v_j；2.2.3计算超像素v_i和v_j合并前后产生的Wishart能量损失计算式为：其中，v_ij＝v_i∪v_j表示超像素v_i和v_j合并之后的区域，|v_ij|_c为v_ij的基数，|v_i|_c和|v_j|_c分别为v_i和v_j的基数，Z_ij表示v_ij的分布参数，由公式(3)计算得出，|Z_ij|表示分布参数Z_ij的行列式值，|Z_i|和|Z_j|分别为分布参数Z_i和Z_j的行列式值；2.2.4计算超像素v_i和v_j之间的边缘惩罚函数值计算式为：其中，V_s表示像素s的边缘强度值，K为决定边缘惩罚强度的参数；2.2.5将2.2.3步计算得到的Wishart能量损失和2.2.4步得到的边缘惩罚函数值相加，得到超像素v_i和v_j在Wishart合并阶段的度量标准按公式(5)计算：其中，参数β是控制相对于的权重；2.2.6令度量标准元素将d_k以及所对应的i和j构成三元组(d_k,i,j)，放入集合D中；2.2.7令k＝k+1，判断k是否小于等于N_a，N_a为A中元素的个数，若满足，转2.2.2步；否则，得到了所有相邻超像素在Wishart合并阶段的度量标准以及在此基础上构成的三元组的集合D，D中元素个数为N_a，转2.3步；2.3对D中三元组按三元组中第一个数值的大小进行排序，排列顺序为从小到大的顺序，取前M个三元组，构成集合D_M，1≤M≤N_a；2.4根据D_M中元素，在A中找出所对应的M个元素，构成集合A_M，转2.5步；2.5基于A_M对超像素集合V进行合并，得到合并后区域的集合V⁽⁰⁾和区域邻接图G⁽⁰⁾＝(V⁽⁰⁾,A⁽⁰⁾)，V⁽⁰⁾中元素为区域，设区域个数为N⁽⁰⁾，区域表示为1≤m≤N⁽⁰⁾，1≤n≤N⁽⁰⁾；V⁽⁰⁾及V⁽⁰⁾中元素的关系用区域邻接图G⁽⁰⁾＝(V⁽⁰⁾,A⁽⁰⁾)来表示，其中A⁽⁰⁾为Wishart合并后区域之间相邻关系的集合，令表示A⁽⁰⁾中元素的个数，为正整数，用b_mn来表示相邻区域r_m和r_n之间的共享边界；步骤3：对V⁽⁰⁾进行KummerU迭代合并，方法是：3.1对V⁽⁰⁾中每个区域，进行参数估计，并计算区域的KummerU能量，具体步骤如下：3.1.1令k₂＝1；3.1.2 V⁽⁰⁾中第k₂个元素为r_k，根据式(6)计算r_k的分布参数Z_k：其中，|r_k|_c表示区域r_k的基数，即r_k中像素的个数；3.1.3基于区域r_k中所有像素的协方差矩阵，估计区域r_k中KummerU分布的纹理形状参数ξ_k和ζ_k；3.1.4计算区域r_k的KummerU能量计算式为：其中，L为图像视数，d等于3，为矩阵的迹，Γ(x)是x的伽马函数值，x为自变量，为以Ld+ζ_k、Ld‑ξ_k+1、为参数的第二类合流超几何函数；3.1.5令k₂＝k₂+1，判断k₂是否小于等于N⁽⁰⁾，若满足，转3.1.2步；否则，得到V⁽⁰⁾中所有区域的KummerU能量，转3.2步；3.2计算V⁽⁰⁾中所有区域的KummerU能量总和SE⁽⁰⁾：3.3根据A⁽⁰⁾计算所有相邻区域之间的KummerU度量标准，构建第二三元组集合D⁽⁰⁾，具体步骤如下：3.3.1令k₃＝1，集合D⁽⁰⁾为空集；3.3.2设A⁽⁰⁾中第k₃个元素为a_mn，1≤m≤N⁽⁰⁾，1≤n≤N⁽⁰⁾，a_mn所对应的两个相邻区域为r_m和r_n；3.3.3计算区域r_m和r_n合并前后产生的KummerU能量损失计算式为：其中，r_mn＝r_m∪r_n表示区域r_m和r_n合并之后的区域，Z_mn为区域r_mn的分布参数，由公式(11)计算得出，ξ_mn和ζ_mn为区域r_mn的纹理形状参数，基于区域r_mn中所有像素的协方差矩阵估计得到；3.3.4计算区域r_m和r_n之间的边缘惩罚函数值计算式为：3.3.5分别计算区域r_m、区域r_n以及合并后区域r_mn的匀质度H_m，H_n和H_mn，并计算区域合并的匀质度惩罚因子F_mn，计算式为：3.3.6将3.3.3步计算得到的KummerU能量损失3.3.4步得到的边缘惩罚函数值以及3.3.5步得到的匀质度惩罚因子F_mn相结合，得到区域r_m和r_n在KummerU合并阶段的度量标准按公式(14)计算：3.3.7令第二度量标准元素将以及所对应的m和n构成三元组放入集合D⁽⁰⁾中；3.3.8令k₃＝k₃+1，判断k₃是否小于等于为A⁽⁰⁾中元素的个数，若满足，转3.3.2步；否则，得到所有相邻区域在KummerU合并阶段的度量标准以及在此基础上构成的三元组的集合D⁽⁰⁾，D⁽⁰⁾中元素个数为转3.4步；3.4令l表示KummerU迭代合并的次数，且l＝0；3.5找出D^(l)里所有三元组中第一个数值最小的三元组，设该三元组第二和第三个数值为m和n，则对区域r_m和r_n进行合并，合并后区域仍记为区域r_m；同时，将D^(l)中与区域r_m和r_n相关的三元组从集合中删除，将删除元素之后的D^(l)记为D^(l+1)；3.6更新3.5步区域合并之后的区域邻接图，用G^(l+1)＝(V^(l+1),A^(l+1))来表示，并更新合并后的能量总和SE^(l+1)和D^(l+1)：3.6.1区域合并后的能量总和SE^(l+1)更新为：其中，SE^(l)为区域合并前的KummerU能量总和，为第3.5步合并过程中产生的KummerU能量损失；3.6.2基于区域r_m中所有像素的协方差矩阵，对r_m的分布参数Z_m以及纹理形状参数ξ_m和ζ_m进行估计；3.6.3将A^(l+1)中与区域r_m相关的相邻关系元素构成设集合中元素个数为对中元素逐个计算相应的第二度量标准，并对D^(l+1)进行更新；3.6.4对KummerU迭代合并次数l进行更新：l＝l+1，判断l是否小于等于N⁽⁰⁾‑1，若满足，转3.5步；否则，转步骤4；步骤4：确定PolSAR图像最终分割结果的区域个数：基于SE序列确定理想分割结果所对应的区域个数，得到区域个数为N_r基于区域个数N_r确定最终的分割结果为