[發明專利]基于兩階段聚類的SAR圖像語義分割方法

有效

• 申請號: 201710629047.8
• 申請日: 2017-07-28
• 公開（公告）號: CN107403434B
• 公開（公告）日: 2019-08-06
• 發明（設計）人: 劉芳;李婷婷;李遠杰;焦李成;郝紅俠;古晶;陳璞花;馬文萍;馬晶晶
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/34;G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

1.一種基于兩階段聚類的SAR圖像語義分割方法，包括：

(1)對合成孔徑雷達SAR圖像進行素描化，即輸入合成孔徑雷達SAR圖像，建立合成孔徑雷達SAR圖像的素描模型，從素描模型中提取合成孔徑雷達SAR圖像的素描圖；

(2)對SAR圖像的素描圖進行區域化處理，得到合成孔徑雷達SAR圖像的區域圖，將包括聚集區域、無素描線區域和結構區域的區域圖，映射到輸入的合成孔徑雷達SAR圖像上，得到合成孔徑雷達SAR圖像中的混合聚集結構地物像素子空間Ⅰ、勻質區域像素子空間Ⅱ和結構像素子空間Ⅲ；

(3)對混合聚集結構地物像素子空間Ⅰ中在空間上不連通的極不勻質區域，將其對應到語義空間中的素描圖部分，統計這些素描圖部分中素描線段的方向信息，將方向劃分為18個區間，得到每個方向區間內的素描線段個數，并對其進行歸一化處理，得到每個極不勻質區域的方向統計向量B；

(4)依據方向統計向量對混合聚集結構地物像素子空間Ⅰ進行分割：

(4a)利用近鄰傳播AP聚類算法，在混合聚集結構地物像素子空間Ⅰ中，對所有在空間上不連通的極不勻質區域的方向統計向量進行聚類，得到混合聚集結構地物像素子空間Ⅰ的第一階段聚類結果；

(4b)判斷第一階段聚類結果中是否有相同的類標:

如果沒有相同的類標，則混合聚集結構地物像素子空間Ⅰ分割完成；

如果有相同的類標，則對具有相同類標的極不勻質區域，再采用基于素描結構的平均場變分貝葉斯推理網絡進行特征學習，用局部約束的線性編碼處理學到的特征得到每一個區域的一個表示，然后用層次聚類法對得到的表示進行第二階段的聚類，完成對混合聚集結構地物像素子空間Ⅰ的分割；

(5)對結構像素子空間Ⅲ進行分割：

采用視覺語義規則提取線目標，并用基于幾何結構窗的多項式隱模型的結構區域分割方法對結構像素子空間Ⅲ進行分割，得到結構像素子空間Ⅲ的分割結果；

(6)對勻質區域像素子空間Ⅱ進行分割：

采用基于自適應窗口選擇的多項式隱模型的勻質區域分割方法對勻質區域像素子空間Ⅱ進行分割，得到勻質區域像素子空間Ⅱ的分割結果；

(7)將SAR圖像混合聚集結構地物像素子空間Ⅰ、勻質結構像素子空間Ⅱ和結構像素子空間Ⅲ的分割結果進行融合，得到最終的SAR圖像分割結果。

2.根據權利要求1所述的方法，其中步驟(3)中統計素描圖部分中素描線段的方向信息，按如下步驟進行：

3a)將混合聚集結構地物像素子空間Ⅰ中在空間上不連通的極不勻質區域，對應到語義空間中的素描圖部分，并提取這些素描圖部分中的素描線段方向信息；

3b)將方向0°～180°平均等分18個區間，分別為[0°,10°)、[10°,20°)、[20°,30°)、[30°,40°)、[40°,50°)、[50°,60°)、[60°,70°)、[70°,80°)、[80°,90°)、[90°,100°)、[100°,110°)、[110°,120°)、[120°,130°)、[130°,140°)、[140°,150°)、[150°,160°)、[160°,170°)和[170°,180°)，并將3a)提取到的所有素描線段依據其方向信息劃分到這18個區間中，得到18個表示區間內素描線段個數的數值；

3c)將3b)中的18個數值組成一個18維的向量，并將這個向量進行歸一化操作，得到一個18維的方向統計向量。