[發(fā)明專利]基于高階多尺度CRF無監(jiān)督的SAR圖像分割方法

有效

• 申請?zhí)枺?/td>: 201810943117.1
• 申請日: 2018-08-17
• 公開（公告）號: CN109272515B
• 公開（公告）日: 2020-10-09
• 發(fā)明（設(shè)計）人: 張鵬;江銀銀;李明;宋婉瑩;譚嘯峰
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T5/40
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

1.一種基于高階多尺度條件隨機場CRF無監(jiān)督的合成孔徑雷達SAR圖像分割方法，其特征在于，利用名義邏輯回歸模型NLRM，計算高階多尺度條件隨機場的局部類條件概率；利用相關(guān)參數(shù)迭代法，計算高階多尺度條件隨機場CRF的相關(guān)參數(shù)；利用特征參數(shù)迭代法，計算高階多尺度條件隨機場CRF的特征參數(shù)，該方法的步驟包括如下：

(1)輸入合成孔徑雷達SAR圖像；

(2)將輸入的合成孔徑雷達SAR圖像進行小波變換，得到多尺度合成孔徑雷達SAR圖像；

(3)計算高階多尺度條件隨機場CRF的直方圖特征：

(3a)用半徑為7個像素點的窗口，在多尺度合成孔徑雷達SAR圖像內(nèi)，以一個像素點為間隔滑動，對多尺度合成孔徑雷達SAR圖像進行滑窗操作，分別計算每個滑窗內(nèi)所有像素值的直方圖特征；

(3b)將多尺度合成孔徑雷達SAR圖像內(nèi)，每個滑窗中所有像素值的直方圖特征組成高階多尺度條件隨機場CRF的直方圖特征；

(4)計算高階多尺度條件隨機場CRF的半方差特征：

(4a)用半徑為7個像素點的窗口，在多尺度合成孔徑雷達SAR圖像內(nèi)，以一個像素點為間隔滑動，對多尺度合成孔徑雷達SAR圖像進行滑窗操作；

(4b)按照下式，計算每個滑窗內(nèi)的所有像素值的東西方向的半方差：

其中，表示第m個滑窗內(nèi)的所有像素值的東西方向的半方差,n_m表示第m個滑窗內(nèi)的所有像素點的總數(shù)，∑表示求和操作，i表示第m個滑窗內(nèi)像素點行的序號，j表示第m個滑窗內(nèi)的像素點列的序號，y_i,j表示第m個滑窗內(nèi)的第i行第j列像素點的像素值；

(4c)按照下式，計算每個滑窗內(nèi)的所有像素值的南北方向的半方差：

其中，表示第m個滑窗內(nèi)的所有像素值的南北方向的半方差；

(4d)按照下式，計算每個滑窗內(nèi)的所有像素值的東北西南方向的半方差：

其中，表示第m個滑窗內(nèi)的所有像素值的東北西南方向的半方差；

(4e)按照下式，計算每個滑窗內(nèi)的所有像素值的西北東南方向的半方差：

其中，表示第m個滑窗內(nèi)的所有像素值的西北東南方向的半方差；

(4f)將每個滑窗內(nèi)的所有像素值的東西方向的半方差，南北方向的半方差，東北西南方向的半方差，和西北東南方向的半方差構(gòu)成該滑窗的半方差特征；

(4g)將多尺度合成孔徑雷達SAR圖像內(nèi)，每個滑窗中所有像素值的半方差特征組成高階多尺度條件隨機場CRF的半方差特征；

(5)組成高階多尺度條件隨機場CRF的特征向量：

(5a)將高階多尺度條件隨機場CRF所有的直方圖特征，半方差特征和數(shù)字1組成高階多尺度條件隨機場CRF的局部特征向量；

(5b)利用指數(shù)加權(quán)平均比算子，計算多尺度合成孔徑雷達SAR圖像在各個尺度中每個像素點和與其鄰域系統(tǒng)中每個像素點之間的邊緣強度；

(5c)用高階多尺度條件隨機場CRF的局部特征向量與邊緣強度，組成高階多尺度條件隨機場CRF的特征向量；

(6)利用下述名義邏輯回歸模型NLRM，計算高階多尺度條件隨機場CRF的局部類條件概率：

其中，P_s表示合成孔徑雷達SAR圖像內(nèi)第s個像素點的高階多尺度條件隨機場CRF的局部類條件概率，w_l表示多尺度合成孔徑雷達SAR圖像中第l個類別的特征參數(shù)，初始值為單位向量，T表示轉(zhuǎn)置操作，d表示多尺度合成孔徑雷達SAR圖像中類別的序號，L表示多尺度合成孔徑雷達SAR圖像中類別的總數(shù)；

(7)初始分割合成孔徑雷達SAR圖像：

利用最大化局部類條件概率的方法，初始分割合成孔徑雷達SAR圖像；

(8)計算每個像素點的邊緣概率：

利用均值場估計法，計算當(dāng)前分割后的合成孔徑雷達SAR圖像中每個像素點高階多尺度條件隨機場CRF的邊緣概率；

(9)計算每個像素點的聯(lián)合后驗邊緣概率：

采用自下而上的遞歸方法，利用每個像素點的邊緣概率，計算當(dāng)前分割后的合成孔徑雷達SAR圖像中每個像素點高階多尺度條件隨機場CRF的聯(lián)合后驗邊緣概率；

(10)計算每個像素點的后驗邊緣概率：

采用自上而下的遞歸方法，利用每個像素點的聯(lián)合后驗邊緣概率，計算當(dāng)前分割后的合成孔徑雷達SAR圖像每個像素點高階多尺度條件隨機場CRF的后驗邊緣概率；

(11)估計高階多尺度條件隨機場CRF的模型參數(shù)：

(11a)用廣義伽馬Gamma參數(shù)，分割后的多尺度合成孔徑雷達SAR圖像的水平相關(guān)參數(shù)，垂直相關(guān)參數(shù)，尺度間相關(guān)參數(shù)，高階多尺度條件隨機場CRF的特征參數(shù)，組成高階多尺度條件隨機場CRF的模型參數(shù)；

(11b)根據(jù)當(dāng)前的高階多尺度條件隨機場CRF的模型參數(shù)，計算合成孔徑雷達SAR中每個像素點的后驗邊緣概率，將所有像素點的后驗邊緣概率和原始合成孔徑雷達SAR圖像輸入到吉布斯Gibbs采樣器中，得到2個采樣圖像；

(11c)采用對數(shù)累計量MoLC方法，計算每個采樣圖像的廣義伽馬Gamma參數(shù)；

(11d)采用相關(guān)參數(shù)迭代法，計算每個采樣圖像的相關(guān)參數(shù)；

(11e)采用特征參數(shù)迭代法，計算每個采樣圖像的特征參數(shù)；

(11f)將兩個采樣圖像所得的高階多尺度條件隨機場CRF的模型參數(shù)分別取平均，得到高階多尺度條件隨機場CRF的模型參數(shù)；

(11g)判斷當(dāng)前的模型參數(shù)是否收斂，若是，則執(zhí)行步驟(11h)；否則，將當(dāng)前參數(shù)估計的迭代次數(shù)加1后執(zhí)行步驟(11b)：

所述的收斂是指本次迭代得到參數(shù)，與上次迭代得到的參數(shù)的差小于10^-3；

(11h)得到高階多尺度條件隨機場CRF的模型參數(shù)；

(12)分割合成孔徑雷達SAR圖像：

利用當(dāng)前高階多尺度條件隨機場CRF的模型參數(shù)，計算多尺度合成孔徑雷達SAR圖像在各個尺度中每個像素點的后驗邊緣概率的最大值對應(yīng)的類別，作為該像素點的類別，獲得當(dāng)前對合成孔徑雷達SAR圖像的分割結(jié)果；

(13)判斷當(dāng)前分割合成孔徑雷達SAR的結(jié)果是否穩(wěn)定，若是，則執(zhí)行步驟(14)；否則，將當(dāng)前的迭代次數(shù)加1后執(zhí)行步驟(6)：

所述的穩(wěn)定是指本次迭代得到的圖像的分割結(jié)果與上一次迭代的分割結(jié)果無明顯差異；

(14)結(jié)束分割：

結(jié)束對合成孔徑雷達SAR圖像的分割，得到高階多尺度條件隨機場CRF無監(jiān)督的合成孔徑雷達SAR圖像分割結(jié)果。