[發明專利]基于深度自編碼器和區域圖的SAR圖像分割方法有效
| 申請號: | 201410751944.2 | 申請日: | 2014-12-09 |
| 公開(公告)號: | CN104392456A | 公開(公告)日: | 2015-03-04 |
| 發明(設計)人: | 劉芳;石西建;李玲玲;焦李成;郝紅俠;石俊飛;楊淑媛;段一平;張向榮;尚榮華 | 申請(專利權)人: | 西安電子科技大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06K9/62 |
| 代理公司: | 陜西電子工業專利中心 61205 | 代理人: | 王品華;黎漢華 |
| 地址: | 710071*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 深度 編碼器 區域 sar 圖像 分割 方法 | ||
1.一種基于深度自編碼器和區域圖的SAR圖像分割方法,包括如下步驟:
(1)根據初始素描模型得到SAR圖像素描圖,補全素描圖中素描線段得到區域圖,將區域圖映射到原圖得到聚集區域a、勻質區域b和結構區域c;
(2)根據聚集區域a和勻質區域b各自特性,分別對聚集區域a和勻質區域b構建兩個不同的深度自編碼器Sa和Sb;
(3)依照區域圖中聚集區域a和勻質區域b的位置,分別在聚集區域a和勻質區域b上取樣并訓練相應的深度自編碼器Sa和Sb;
(4)使用訓練好的兩個深度自編碼器Sa和Sb,得到對應區域類型中的區域所有點各自的多層編碼層表示,并級聯每個點的最后兩層編碼層表示作為該點的特征;
(5)根據詞袋模型,分別由聚集區域a和勻質區域b的所有點的特征構建聚集區域a和勻質區域b的字典,各點特征投影至相應字典并匯聚出各個子區域的區域特征;
(6)分別對聚集區域a和勻質區域b的所有子區域特征進行聚類,得到聚集區域a和勻質區域b的分割結果;
(7)將結構區域c使用分水嶺算法分割成許多超像素,并在素描圖中的素描線指導下對超像素進行一次合并,得到線目標和邊界,再對其他超像素進行二次合并,并把二次合并后的超像素與勻質區域b的子區域進行三次合并,三次合并后剩余的超像素為獨立目標,完成對結構區域c的分割;
(8)將聚集區域a、勻質區域b和結構區域c的分割結果進行合并,得到最終的SAR圖像分割結果。
2.根據權利要求1所述的SAR圖像分割方法,其中步驟(2)所述的根據聚集區域a和勻質區域b各自特性,分別對聚集區域a和勻質區域b構建兩個不同的深度自編碼器Sa和Sb,按如下步驟進行:
(2.1)設定聚集區域a的深度自編碼器Sa訓練時的輸入窗口大小為21*21,對應輸入層節點數為441;
(2.2)設定勻質區域b的深度自編碼器Sb訓練時的輸入窗口大小為15*15,對應輸入層節點數為225;
(2.3)設定深度自編碼器Sa和深度自編碼器Sb中編碼層的隱層數均為6,對應解碼層的隱層數也均為6;
(2.4)設定深度自編碼器Sa的編碼層各隱層抽象窗口大小分別為25*25、19*19、15*15、13*13、9*9、5*5,其分別對應各層節點數為:625、361、225、169、81、25;
(2.5)設定深度自編碼器Sb的編碼層各隱層抽象窗口大小分別為19*19、13*13、11*11、9*9、7*7、5*5,其分別對應各層節點數為:361、169、121、81、49、25;
(2.6)對于深度自編碼器Sa的解碼層部分,用編碼層最后一層與解碼層第一層作為解碼層與編碼層的公共層,用編碼層倒數第二層節點數作為解碼層第二層節點數,用編碼層倒數第三層節點數作為解碼層第三層節點數,依次類推,得到解碼層的各層節點數分別為25、81、169、225、361、625;
(2.7)對于深度自編碼器Sb的解碼層部分,用編碼層最后一層與解碼層第一層作為解碼層與編碼層的公共層,用編碼層倒數第二層節點數作為解碼層第二層節點數,用編碼層倒數第三層節點數作為解碼層第三層節點數,依次類推,得到解碼層的各層節點數分別為25、49、81、121、169、361。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安電子科技大學,未經西安電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410751944.2/1.html,轉載請聲明來源鉆瓜專利網。





