[發(fā)明專利]一種基于相干圖遷移聚類的SAR圖像分割方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410804501.5
• 申請(qǐng)日: 2014-12-20
• 公開（公告）號(hào): CN104484880A
• 公開（公告）日: 2015-04-01
• 發(fā)明（設(shè)計(jì)）人: 緱水平;焦李成;徐炎;馬文萍;王爽;張向榮
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06K9/66
• 代理公司: 西安吉盛專利代理有限責(zé)任公司 61108
• 代理人: 張恒陽(yáng)

1.一種基于相干圖遷移聚類的SAR圖像分割方法，其特征在于，包括以下步驟：

(1)對(duì)干涉SAR數(shù)據(jù)進(jìn)行讀取、配準(zhǔn)后，獲取目標(biāo)SAR圖像；

(2)計(jì)算干涉SAR的相干系數(shù)，獲取干涉的SAR相干圖；

(3)對(duì)目標(biāo)SAR圖像和干涉SAR的相干圖中的每一個(gè)像素點(diǎn)提取10維小波特征；

(4)在目標(biāo)SAR圖像的小波特征空間，利用k-means算法對(duì)其進(jìn)行初始劃分，得到目標(biāo)SAR圖像的劃分類別Y_i和對(duì)應(yīng)的聚類中心C_i，其中i＝1,2,3,...,k，k為類別數(shù)目；

(5)利用K-SVD算法對(duì)目標(biāo)SAR圖像中的每一類數(shù)據(jù)訓(xùn)練字典，得到目標(biāo)字典D_i和對(duì)應(yīng)的目標(biāo)稀疏系數(shù)x，其中i＝1,2,3,...,k，k為類別數(shù)目；

(6)按照最近鄰準(zhǔn)則，計(jì)算相干圖數(shù)據(jù)中距離目標(biāo)SAR圖像聚類中心C_i最近的一批數(shù)據(jù)Y_i'，并運(yùn)用K-SVD算法訓(xùn)練數(shù)據(jù)Y_i'的每一類字典作為輔助字典D_i'，并得到對(duì)應(yīng)的輔助稀疏系數(shù)x'，其中i＝1,2,3,...,k，k為類別數(shù)目；

(7)按照線性加權(quán)重構(gòu)誤差最小化原則，計(jì)算目標(biāo)SAR圖像中的每一個(gè)數(shù)據(jù)y對(duì)應(yīng)k個(gè)類別的誤差值Z_i：

Zi=λ||y-Dix||22+λ′||y-Di′x||22,i=1,2,3,...,k]]>

其中，D_i為目標(biāo)字典，x為目標(biāo)稀疏系數(shù)，λ為目標(biāo)可調(diào)參數(shù)，D_i'為輔助字典，x'為輔助稀疏系數(shù)，λ'為輔助可調(diào)參數(shù)；

選擇誤差Z_i的最小值，將該最小值對(duì)應(yīng)類別標(biāo)簽賦予數(shù)據(jù)y，從而得到新的類別標(biāo)簽Y_i和對(duì)應(yīng)的聚類中心C_i，其中i＝1,2,3,...,k，k為類別數(shù)目；

(8)若迭代次數(shù)t滿足t≥T，T為設(shè)定的終止迭代次數(shù)，則輸出目標(biāo)SAR圖像的分割結(jié)果，否則t＝t+1，并返回步驟(5)。

2.根據(jù)權(quán)利要求1所述的一種基于相干圖遷移聚類的SAR圖像分割方法，其特征在于，其中步驟(2)具體按如下步驟進(jìn)行：

(2a)對(duì)兩幅經(jīng)過配準(zhǔn)后的干涉SAR復(fù)數(shù)圖像z₁和z₂進(jìn)行共軛相乘，得到干涉SAR數(shù)據(jù)的復(fù)相干系數(shù)γ；

(2b)對(duì)干涉SAR數(shù)據(jù)的復(fù)相干系數(shù)γ取其模值即為干涉SAR數(shù)據(jù)的相干系數(shù)，由干涉SAR數(shù)據(jù)的相干系數(shù)得到的圖像即為干涉SAR的相干圖。