[發(fā)明專利]基于兩階段聚類的SAR圖像語義分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710629047.8
• 申請(qǐng)日: 2017-07-28
• 公開（公告）號(hào): CN107403434B
• 公開（公告）日: 2019-08-06
• 發(fā)明（設(shè)計(jì)）人: 劉芳;李婷婷;李遠(yuǎn)杰;焦李成;郝紅俠;古晶;陳璞花;馬文萍;馬晶晶
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06K9/34;G06K9/62
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華

本發(fā)明公開了一種基于兩階段聚類的SAR圖像語義分割方法，主要解決現(xiàn)有技術(shù)合成孔徑雷達(dá)SAR圖像分割不準(zhǔn)確的問題。其實(shí)現(xiàn)步驟如下：1)根據(jù)SAR圖像的素描模型提取素描圖；2)將素描圖區(qū)域化得到區(qū)域圖，根據(jù)區(qū)域圖將SAR圖像劃分為混合聚集結(jié)構(gòu)地物像素子空間、結(jié)構(gòu)像素子空間和勻質(zhì)像素子空間；3)設(shè)計(jì)混合聚集結(jié)構(gòu)地物像素子空間中極不勻質(zhì)區(qū)域的方向統(tǒng)計(jì)向量；4)依據(jù)方向統(tǒng)計(jì)向量對(duì)混合聚集結(jié)構(gòu)地物像素子空間進(jìn)行分割；5)對(duì)結(jié)構(gòu)像素子空間和勻質(zhì)像素子空間依次進(jìn)行相應(yīng)的分割；6)對(duì)所述三個(gè)子空間的分割結(jié)果進(jìn)行合并，得到SAR圖像的最終分割結(jié)果。本發(fā)明能獲得SAR圖像的良好分割效果，可用于目標(biāo)分類和圖像解譯。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及一種合成孔徑雷達(dá)SAR圖像分割方法，可應(yīng)用于目標(biāo)檢測(cè)，目標(biāo)分類，目標(biāo)定位，目標(biāo)識(shí)別和圖像解譯。

背景技術(shù)

合成孔徑雷達(dá)SAR特別適合大面積的地標(biāo)成像，其能夠穿透云霧、雨雪，具有全天候工作能力。隨著SAR圖像技術(shù)的快速發(fā)展，越來越多的SAR圖像數(shù)據(jù)被獲得，通過計(jì)算機(jī)來自動(dòng)解譯SAR圖像成為了一個(gè)急需解決的問題。而SAR圖像分割是SAR圖像解譯的前提，分割的結(jié)果直接影響SAR圖像處理的結(jié)果。

在SAR成像過程中，目標(biāo)的位置在方向上按雷達(dá)飛行的時(shí)序記錄成像，而在距離向是按目標(biāo)反射信息先后來記錄成像及斜距成像，因而它有不同于一般光學(xué)圖像的透視收縮、定點(diǎn)位移、陰影和疊掩這些幾何特征。由于這些特征的存在，使得在光學(xué)圖像中通過幾何形狀、灰度、紋理和顏色等特征人眼可辨識(shí)和解釋的目標(biāo)在高分辨SAR圖像中卻變得非常困難，很多光學(xué)圖像的傳統(tǒng)方法都不能直接用于SAR圖像的分割。SAR圖像的傳統(tǒng)分割方法需要靠人工經(jīng)驗(yàn)進(jìn)行特征提取，其花費(fèi)時(shí)間短但是提取的特征的好壞對(duì)于SAR圖像的分割結(jié)果有著關(guān)鍵作用。貝葉斯機(jī)器學(xué)習(xí)作為無監(jiān)督特征學(xué)習(xí)的關(guān)鍵技術(shù)，可以用于SAR圖像分割任務(wù)。然而其特征學(xué)習(xí)過程需要花費(fèi)大量時(shí)間。

西安電子科技大學(xué)在其申請(qǐng)的專利“基于反卷積網(wǎng)絡(luò)與映射推理網(wǎng)絡(luò)的SAR圖像分割方法”(專利申請(qǐng)?zhí)朇N201510679181.X，公開號(hào)CN105389798A)中公開了一種反卷積網(wǎng)絡(luò)與映射推理網(wǎng)絡(luò)的SAR圖像分割方法。該方法根據(jù)合成孔徑雷達(dá)SAR圖像的素描圖得到劃分的區(qū)域圖，將區(qū)域圖映射到原圖得到聚集、勻質(zhì)和結(jié)構(gòu)區(qū)域。分別對(duì)聚集和勻質(zhì)區(qū)域中各個(gè)互不連通的區(qū)域進(jìn)行無監(jiān)督訓(xùn)練，得到表征各個(gè)互不連通區(qū)域結(jié)構(gòu)特征的濾波器集合。分別對(duì)兩類區(qū)域中的互不連通區(qū)域間的結(jié)構(gòu)特征進(jìn)行比較推理，得到聚集和勻質(zhì)區(qū)域的分割結(jié)果。對(duì)結(jié)構(gòu)區(qū)域在素描線段指導(dǎo)下使用超像素合并進(jìn)行分割。合并各區(qū)域分割結(jié)果完成SAR圖像分割。該方法存在的不足之處是，在對(duì)聚集區(qū)域中互不連通區(qū)域間的結(jié)構(gòu)特征進(jìn)行比較推理的時(shí)候，該方法采用的是自組織特征映射SOM網(wǎng)絡(luò)的推理方法，這種推理方法需要人為確定聚類數(shù)，且聚類時(shí)間較久，導(dǎo)致聚類準(zhǔn)確性降低，影響了SAR圖像分割的準(zhǔn)確性。

劉芳，段一平，李玲玲，焦李成等在其發(fā)表的論文“基于層次視覺語義和自適應(yīng)鄰域多項(xiàng)式隱模型的SAR圖像分割”(IEEE Trancactions on Geoscience and RemoteSensing，2016,54(7):4287-4301.)中提出了一種基于層次視覺語義和自適應(yīng)鄰域多項(xiàng)式隱模型的SAR圖像分割方法，該方法根據(jù)合成孔徑雷達(dá)SAR圖像的素描模型提取出SAR圖像的素描圖，采用素描線區(qū)域化方法，得到SAR圖像的區(qū)域圖，并將區(qū)域圖映射到SAR圖像中，最終將合成孔徑SAR圖像劃分為聚集區(qū)域、勻質(zhì)區(qū)域和結(jié)構(gòu)區(qū)域。基于該劃分，對(duì)不同特性的區(qū)域采用了不同的分割方法。對(duì)于聚集區(qū)域，提取了灰度共生矩陣特征，并采用局部線性約束編碼的方法得到每個(gè)聚集區(qū)域的表示，進(jìn)而采用層次聚類的方法進(jìn)行分割。對(duì)結(jié)構(gòu)區(qū)域，設(shè)計(jì)了視覺語義規(guī)則定位邊界和線目標(biāo)并設(shè)計(jì)了基于幾何結(jié)構(gòu)窗的多項(xiàng)式隱模型進(jìn)行分割。對(duì)勻質(zhì)區(qū)域，設(shè)計(jì)了基于自適應(yīng)窗口的多項(xiàng)式隱模型進(jìn)行分割。最后整合這三個(gè)區(qū)域的分割結(jié)果得到最后的分割結(jié)果。該方法的不足之處是，提取SAR圖像的特征時(shí)用到SAR圖像的像素級(jí)特征，而沒有學(xué)習(xí)SAR圖像中由于像素之間的相關(guān)性而特有的結(jié)構(gòu)特征，導(dǎo)致分割結(jié)果不夠準(zhǔn)確。

發(fā)明內(nèi)容