[發(fā)明專利]基于Gabor特征的三馬爾可夫場SAR圖像分割方法

有效

• 申請?zhí)枺?/td>: 201110354635.8
• 申請日: 2011-11-10
• 公開（公告）號: CN102402685A
• 公開（公告）日: 2012-04-04
• 發(fā)明（設(shè)計）人: 侯彪;焦李成;白雪;王爽;鐘樺;張小華;公茂果;緱水平
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06T7/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

1.一種基于Gabor特征的三馬爾可夫場SAR圖像分割方法，包括如下步驟：

(1)輸入待分割的SAR圖像；

(2)初始化標(biāo)號場；

(3)建立附加場：

3a)對待分割的SAR圖像進行三個尺度、0°，90°，180°，270°四個方向的Gabor小波變換，得到和原圖大小相等的12個特征矩陣；

3b)將每個方向上三個相鄰尺度的特征矩陣相乘，得到四個方向的四個矩陣；

3c)利用K-means聚類工具，將四個矩陣相加后得到的一個矩陣聚為輸入的類別數(shù)，聚類后的矩陣作為附加場；

(4)利用吉布斯隨機場的概率公式獲得聯(lián)合先驗概率；

(5)構(gòu)建貝葉斯后驗邊緣概率的分割模型：

5a)利用下式計算圖像中各像素點的似然概率；

p(ys|xs)=1Γ(L)(Lσ)ysL-1exp(-Lysσ),ys≥0]]>

其中，p(y_s|x_s)為似然概率，y_s為像素點的灰度值，x_s為像素點的標(biāo)號，s為像素點，Γ為伽馬函數(shù)，L為SAR圖像的等效視數(shù)，σ為各類灰度的均值；

5b)利用統(tǒng)計概率公式計算三馬爾可夫場聯(lián)合概率分布；

5c)利用貝葉斯后驗概率方法計算各像素點的后驗邊緣概率；

(6)利用貝葉斯最大后驗邊緣概率準(zhǔn)則確定每個像素點新的標(biāo)號，分割圖像；

(7)逐點更新標(biāo)號場中各像素點的標(biāo)號；

(8)將更新前后標(biāo)號場中變化的像素點個數(shù)和標(biāo)號場像素點總數(shù)的比率作為終止條件，如果比率大于輸入的閾值，返回步驟(4)，否則執(zhí)行下一步驟；

(9)輸出最終分割結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于Gabor特征的三馬爾可夫場SAR圖像分割方法，其特征在于：步驟(2)所述的初始化是指對待分割的SAR圖像進行均值漂移分割，輸入窗口寬度為5，輸出分割結(jié)果圖，將分割結(jié)果圖中灰度值相同的像素標(biāo)記為一類，得到的標(biāo)號矩陣作為初始標(biāo)號場，標(biāo)號場的取值為1、2、……k，k為標(biāo)號場的總類別數(shù)，取為正整數(shù)。

3.根據(jù)權(quán)利要求1所述的基于Gabor特征的三馬爾可夫場SAR圖像分割方法，其特征在于：步驟(4)所述的吉布斯隨機場的概率公式為：

p(x，u)＝γexp[-W(x，u)]

其中，p(x，u)為標(biāo)號場x和附加場u的聯(lián)合先驗概率，γ為歸一化常數(shù)，W(x，u)為標(biāo)號場x和附加場u的能量函數(shù)。