[發(fā)明專(zhuān)利]基于采樣學(xué)習(xí)的SAR圖像分割方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210513077.X
• 申請(qǐng)日: 2012-11-30
• 公開(kāi)（公告）號(hào): CN102968796A
• 公開(kāi)（公告）日: 2013-03-13
• 發(fā)明（設(shè)計(jì)）人: 張小華;焦李成;郝陽(yáng)陽(yáng);田小林;朱虎明;戴坤鵬;唐中和;馬文萍;馬晶晶
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06K9/62
• 代理公司: 陜西電子工業(yè)專(zhuān)利中心 61205
• 代理人: 王品華;朱紅星

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及圖像分割，用于SAR圖像目標(biāo)識(shí)別與分類(lèi)。

背景技術(shù)

隨著科學(xué)技術(shù)的發(fā)展，人們?cè)絹?lái)越多的以圖像的形式表示各種信息。圖像分割也成為人們研究的熱點(diǎn)。

合成孔徑雷達(dá)SAR不受氣候、晝夜等因素影響，具有全天候成像優(yōu)點(diǎn)。它利用合成孔徑原理提高方位分辨率，利用脈沖壓縮技術(shù)獲得高的距離分辨率，從而相比真實(shí)孔徑雷達(dá)在遙感領(lǐng)域具有很大優(yōu)勢(shì)。由于SAR具有的獨(dú)特作用，使得SAR圖像的理解和解譯，在國(guó)防和民用領(lǐng)域正受到越來(lái)越廣泛的關(guān)注。

目前已經(jīng)有很多成熟的聚類(lèi)算法被用到SAR圖像分割中。但是基于聚類(lèi)的SAR圖像分割方法例如譜聚類(lèi)算法，進(jìn)行計(jì)算時(shí)要以像素點(diǎn)為單位，其中用到的方陣的維數(shù)為圖像中所有像素點(diǎn)個(gè)數(shù)，這就導(dǎo)致需要處理的數(shù)據(jù)維數(shù)非常大，使得分割時(shí)間很長(zhǎng)，在一般的計(jì)算機(jī)上實(shí)現(xiàn)是比較困難的，從而也使該算法的應(yīng)用受到限制。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的不足，提出一種基于采樣學(xué)習(xí)的SAR圖像分割方法，以減小數(shù)據(jù)量，提高分割速度，易于在普通計(jì)算機(jī)上實(shí)現(xiàn)。

本發(fā)明的技術(shù)方案是：對(duì)待分割的圖像提取特征，再進(jìn)行M次隨即采樣，對(duì)每次采樣的數(shù)據(jù)進(jìn)行聚類(lèi)，將M次聚類(lèi)后屬于一類(lèi)的數(shù)據(jù)集合在一起訓(xùn)練得到一個(gè)字典，通過(guò)稀疏編碼獲得所有測(cè)試樣本的標(biāo)簽。實(shí)現(xiàn)步驟包括如下：

（1）對(duì)待分割的SAR圖像，提取三層小波特征和灰度共生特征，得到規(guī)模為26×N的數(shù)據(jù)集Y，N為圖像中所有像素點(diǎn)的個(gè)數(shù)；

（2）對(duì)數(shù)據(jù)集Y進(jìn)行M次隨機(jī)采樣，每次選擇規(guī)模為26×n的樣本數(shù)據(jù)集Y^P作為樣本，n<<N，p=1,2,…,M；

（3）采用譜聚類(lèi)算法對(duì)每次隨機(jī)采樣的樣本數(shù)據(jù)集Y^P進(jìn)行聚類(lèi)，得到K個(gè)子數(shù)據(jù)集，并且再?gòu)拿恳粋€(gè)子數(shù)據(jù)集中選取一些靠近該子數(shù)據(jù)集聚類(lèi)中心的數(shù)據(jù)，K為所要分割的類(lèi)數(shù)；

（4）將M次樣本聚類(lèi)后屬于同一類(lèi)的數(shù)據(jù)合在一起，對(duì)每一類(lèi)集合在一起的數(shù)據(jù)構(gòu)成該類(lèi)的新數(shù)據(jù)集Y_k，利用KSVD算法對(duì)新數(shù)據(jù)集Y_k訓(xùn)練一個(gè)字典D_k，k=1,2,3,…,K；

（5）利用正交匹配追蹤OMP算法求解測(cè)試樣本S在字典D=[D₁，...,D_K]上的稀疏編碼，得到稀疏向量α=[(α¹)^T,...,(α^K)^T]^T，[]^T表示矩陣的轉(zhuǎn)置；

（6）根據(jù)子字典D_k和稀疏子向量α^k計(jì)算測(cè)試樣本S在字典D_k上的重構(gòu)誤差：Rk(S)=||S-Dkαk||22,]]>表示l₂范數(shù)；

（7）利用重構(gòu)誤差R_k(S)，求解測(cè)試樣本S的標(biāo)簽l(S)=argmin_{k＝1，...，K}?R_k(S)，arg?min為求最小值的函數(shù)，得到每個(gè)測(cè)試樣本的標(biāo)簽，進(jìn)而得到最終的分割結(jié)果。

本發(fā)明與現(xiàn)有技術(shù)相比具有如下優(yōu)點(diǎn)：

1、本發(fā)明使用少量的數(shù)據(jù)來(lái)學(xué)習(xí)字典，有效的解決了現(xiàn)有算法運(yùn)算量大，分割速度慢的問(wèn)題。

2、本發(fā)明使用的多次采樣數(shù)據(jù)集合在一起的方法，能獲得更好的用于學(xué)習(xí)字典的數(shù)據(jù)。

3、本發(fā)明使用的字典學(xué)習(xí)和稀疏編碼的方法，能充分發(fā)揮SAR圖像內(nèi)在的信息，獲得更好的分割效果。

附圖說(shuō)明

圖1是本發(fā)明的實(shí)現(xiàn)流程圖；

圖2是用本發(fā)明與現(xiàn)有方法對(duì)二類(lèi)SAR圖像的分割結(jié)果對(duì)比圖；