[發(fā)明專利]一種基于投影譜聚類算法的去除SAR圖像斑點的方法

有效

• 申請?zhí)枺?/td>: 201611044300.5
• 申請日: 2016-11-24
• 公開（公告）號: CN106778814B
• 公開（公告）日: 2020-06-12
• 發(fā)明（設(shè)計）人: 管濤;常金玲;趙怡;劉寧;董贊強
• 申請（專利權(quán)）人: 鄭州航空工業(yè)管理學(xué)院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G06K9/40
• 代理公司: 洛陽公信知識產(chǎn)權(quán)事務(wù)所(普通合伙) 41120
• 代理人: 炊萬庭

本發(fā)明公開了一種基于投影譜聚類的去除SAR圖像斑點的方法，其包括以下步驟：首先將圖像分解為圖像子塊，再通過計算圖像子塊向量之間的相似度構(gòu)造相似矩陣，并利用度矩陣標準化相似矩陣，再使用隨機生成的高斯隨機變量右乘標準化相似矩陣得到低秩矩陣；對低秩矩陣進行冪運算，擴大特征值之間的差異，再使用奇異值分解和QR分解計算低秩矩陣的左奇異值向量，最后使用k?means算法聚類左奇異值向量的行，得到標簽圖像后還原圖片。經(jīng)過圖像子塊的聚類過程，標識了不同的圖像子塊類別，與圖像子塊對應(yīng)的原圖像區(qū)域中所有的像素灰度亦有了統(tǒng)一的數(shù)值，從而消除了圖像子塊內(nèi)像素灰度值不一致的現(xiàn)象。

技術(shù)領(lǐng)域

本申請涉及遙感和SAR圖像處理領(lǐng)域，設(shè)計了一種近似譜聚類算法，基于此提出了一種面向SAR圖像的分層聚類算法，同時抑制了SAR圖像中的斑點和定位了目標區(qū)域。

背景技術(shù)

隨著高精度傳感器在航空領(lǐng)域的廣泛應(yīng)用,遙感圖像處理成為近些年來的研究熱點之一。然而,隨著圖像解析度的增加、數(shù)量的增多,該類圖像處理已成為一項棘手的任務(wù)，許多傳統(tǒng)的技術(shù)在大量像素、圖像面前顯得力不從心。在圖像分割和降噪任務(wù)中，在保持較高的精度下降低所處理圖像的維度，降低計算復(fù)雜度已成為一個重要的研究課題。SAR圖像是一類特殊的灰度圖像,由雷達反射波構(gòu)成。反射波之間的相干作用產(chǎn)生了圖像斑點，影響了圖像質(zhì)量。

在算法方面，譜聚類廣泛用于SAR處理,如圖像分割、目標識別等。譜聚類使用Laplacian矩陣的特征向量構(gòu)造數(shù)據(jù)的低維空間表示,發(fā)現(xiàn)了數(shù)據(jù)的非線性低維嵌入結(jié)構(gòu)。然而，在計算實踐中，常見的譜聚類算法——NJW算法,在特征分解階段耗費大量的時間和內(nèi)存，不適用于高清SAR圖像的處理。在基于Nystrom方法的譜聚類算法中，圖像處理結(jié)果可能具有較大的隨機性。

在圖像分割領(lǐng)域,譜聚類實際上是圖分割問題，設(shè)定不同的優(yōu)化目標會得到不同的算法模型。然而，這些算法使用了廣義Laplacian等矩陣的特征值,從整體上分割圖像分割，忽略了圖像的局部信息，容易造成隨機分割誤差。目前,在圖像局部分割精化上有一些改進的方法。Mahoney等人在Ncut優(yōu)化目標中增加約束條件，增大數(shù)據(jù)在指定方向上的投影。Maji等人提出了包含偏置信息的BiasedNcut算法,解決了圖像指定區(qū)域的分割問題。李小斌和田錚基于譜聚類算法提出了一種圖像的多尺度隨機分割方法,提高了分割的精度。以上這些算法均以可見光圖像或視頻為研究對象,并未見到在SAR圖像中得到應(yīng)用。由于SAR圖像具有斑點噪聲,直接采用這些算法處理并不能有效地消除這些噪聲,從而造成目標難以識別。因此，構(gòu)造一種新的譜聚類算法，在消除斑點的同時鑒別目標區(qū)域成為一種現(xiàn)實需求。

發(fā)明內(nèi)容

鑒于當(dāng)前技術(shù)存在的不足，本發(fā)明基于近似SVD、QR分解和譜聚類算法，給出了一種基于投影譜聚類的去除SAR圖像斑點的方法，其包括以下步驟：

S1:圖像分解環(huán)節(jié)：

s101.按照設(shè)定的大小將圖像以不重疊的正方形或者長方形進行分塊，得到圖像子塊，并設(shè)定圖像子塊聚類數(shù)；建立數(shù)字標簽對應(yīng)像素類別對照表；

s102.不改變圖像子塊位置，依次將每個圖像子塊的像素值按列疊加，形成向量集，按列構(gòu)成矩陣：

其中，由列構(gòu)成的矩陣為r＝st；

分別標準化各列：假設(shè)則令j＝1,…,k，k為圖像子塊數(shù)量，得到

B＝(B₁,B₂,…,B_k)＝(b_ij)_r×k；

S2.去除斑點環(huán)節(jié)：

s201.通過S1環(huán)節(jié)中的向量集計算圖像子塊向量之間的相似度，構(gòu)造相似矩陣，矩陣的對角線為0；

s202.累加相似矩陣的每行，然后依次把結(jié)果存放在一個零矩陣的對角線上，得到度矩陣；