[發(fā)明專利]一種基于Gamma分布超像素方法和基于超像素TMF的SAR圖像海岸線檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710449129.4
• 申請(qǐng)日: 2017-06-14
• 公開（公告）號(hào): CN107256399B
• 公開（公告）日: 2021-01-15
• 發(fā)明（設(shè)計(jì)）人: 史曉非;王智罡;劉玲;丁星;馬海洋;馮建德
• 申請(qǐng)（專利權(quán)）人: 大連海事大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 閻昱辰;李洪福

本發(fā)明公開了一種基于Gamma分布超像素算法和基于超像素TMF的SAR圖像海岸線檢測(cè)算法，通過讀取圖像I，輸入種子點(diǎn)數(shù)k，并根據(jù)輸入的種子點(diǎn)數(shù)k和圖像的大小確定種子點(diǎn)的位置以及每個(gè)種子點(diǎn)周圍搜索區(qū)域的大小，直至超像素的邊界不再發(fā)生變化，輸入所述超像素圖像，更新種子點(diǎn)并計(jì)算勢(shì)能，最終輸出海岸線結(jié)果。本發(fā)明在SAR圖像海岸線檢測(cè)算法中提出了一種全新的TMF算法，能夠良好的解決中心像素和鄰域像素之間的相對(duì)位置關(guān)系的問題，而解決前一問題需要引入超像素方法。

技術(shù)領(lǐng)域

本發(fā)明涉及一種超像素的概率因子TMF的SAR圖像海岸線檢測(cè)方法，屬于海岸線檢測(cè)領(lǐng)域。

背景技術(shù)

在微波遙感中合成孔徑雷達(dá)SAR(Synthetic Aperture Radar)是一種主動(dòng)式微波探測(cè)器，利用合成孔徑原理，信號(hào)處理方法和脈沖壓縮技術(shù)，通過較小尺寸的真實(shí)天線孔徑合成較大的等效天線孔徑來成像。相對(duì)于光學(xué)成像，合成孔徑雷達(dá)具有全天候成像等優(yōu)勢(shì)，因而使得SAR圖像在戰(zhàn)略目標(biāo)識(shí)別與探測(cè)，災(zāi)害控制，國(guó)土資源監(jiān)測(cè)，海域使用管理，地圖測(cè)繪，船艦?zāi)繕?biāo)識(shí)別等領(lǐng)域起到了重要的作用。近年來SAR圖像在海域管理領(lǐng)域逐漸引起關(guān)注，其主要的問題之一就是海岸線檢測(cè)問題，由于長(zhǎng)時(shí)間江河泥沙堆積，填海造地等原因使得海岸線不斷發(fā)生變化，有效監(jiān)測(cè)海岸線的變化，對(duì)海域使用動(dòng)態(tài)監(jiān)測(cè)具有一定的實(shí)際意義。

目前為止，海岸線檢測(cè)方法有了很大的發(fā)展。常見的用于海岸線檢測(cè)的方法有基于圖論的超像素分割方法、基于梯度上升的超像素形成方法、三重馬爾科夫隨機(jī)場(chǎng)、盡管目前馬爾科夫隨機(jī)場(chǎng)中最適合處理SAR圖像分類與分割的一種方法，其優(yōu)勢(shì)主要體現(xiàn)在輔助場(chǎng)的引入能夠?qū)崿F(xiàn)將全局非平穩(wěn)的SAR圖像轉(zhuǎn)化成一些局部平穩(wěn)的局部圖像，然后對(duì)局部平穩(wěn)的局部圖像再進(jìn)行處理。但是該方法主要還是基于像素角度加以考慮的，所以很容易受到相干斑噪聲的影響，時(shí)間復(fù)雜度較高，能夠利用的紋理信息較少，而且輔助場(chǎng)的初始化通過閾值實(shí)現(xiàn)，使得不夠準(zhǔn)確將對(duì)分割結(jié)果有較大的誤差，同時(shí)勢(shì)能函數(shù)僅僅考慮了中心像素和鄰域像素標(biāo)簽值和輔助場(chǎng)值之間的關(guān)系，忽略了鄰域像素和中心像素之間相似性的大小以及中心像素和鄰域像素之間的相對(duì)位置關(guān)系。

發(fā)明內(nèi)容

本發(fā)明針對(duì)以上問題的提出，本發(fā)明提出一種基于Gamma分布超像素方法和基于超像素TMF的SAR圖像海岸線檢測(cè)方法，其特征在于包括如下步驟：

S₁：讀取圖像I，并輸入種子點(diǎn)數(shù)k；

S₂：根據(jù)輸入的種子點(diǎn)數(shù)k和圖像的大小確定種子點(diǎn)的位置以及每個(gè)種子點(diǎn)周圍搜索區(qū)域的大??；

S₃：在每一個(gè)種子點(diǎn)周圍選擇一個(gè)5像素×5像素的鄰域窗，計(jì)算鄰域窗內(nèi)每一個(gè)點(diǎn)子局部窗內(nèi)的均值作為當(dāng)前點(diǎn)的特征，對(duì)該特征通過聚類方法確定局部窗內(nèi)和種子點(diǎn)紋理特征很相似的點(diǎn)集C并計(jì)算相似點(diǎn)集C：

其中，(x,y)表示局部窗內(nèi)像素點(diǎn)坐標(biāo)，I(x,y)表示局部窗內(nèi)像素點(diǎn)的像素值，W表示局部窗，N表示C中像素，μ_s(x,y)表示(x,y)位置像素局部窗內(nèi)的均值，表示C中每一個(gè)點(diǎn)的μ_s均值，σ表示的是局部窗內(nèi)均值的方差；

S₄：遍歷所述圖像，根據(jù)步驟S₃計(jì)算出每一個(gè)鄰域點(diǎn)的特征，根據(jù)式計(jì)算d_i,j，最后通過比較d_i,j形成超像素；

所述d_i,j

其中，μ_i表示種子點(diǎn)i的均值，μ_j表示鄰域點(diǎn)j的均值，σ_i表示局部窗內(nèi)i的均值的方差，σ_j表示局部窗內(nèi)j的均值的方差