[發明專利]深層條件隨機場結合線性器對河流SAR圖像分割法

在審

• 申請號: 201910197015.4
• 申請日: 2019-03-15
• 公開（公告）號: CN110097565A
• 公開（公告）日: 2019-08-06
• 發明（設計）人: 溫顯斌;陳永晶
• 申請（專利權）人: 天津理工大學
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T5/00
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 董一寧

一種深層條件隨機場結合線性器對河流SAR圖像分割法,包括如下步驟：(1)輸入圖像；(2)粗略的閾值分割；(3)圖像歸一化建立軟標簽(4)建立多尺寸離散滑動窗口；(5)建立離散團和線性器作為懲罰因子；(6)判斷相似性；(7)迭代軟標簽；(8)提取；(9)計算精度。本發明通過離散滑動窗口能夠減少普通滑動窗口帶來的過平滑并且帶來了遠距離像素之間的交互作用，線性器的引入對噪音和偽河流減少識別目標的干擾有很好的抵抗性能。

技術領域

本發明屬于圖像處理領域，特別涉及一種深層條件隨機場結合線性器對河流SAR圖像分割法。

背景技術

SAR雷達衛星是一種主動式對地的觀測系統，可安裝在飛機、衛星等飛行平臺，全天時、全天候對地實施觀測、并具有一定的地表穿透能力。因此，SAR系統在災害監測、環境監測、海洋監測和軍事方面等諸多應用上具有獨特的優勢。SAR圖像上面的信息是地物目標對雷達波束的反映，主要是地物目標的后向散射形成的圖像信息，對于分布目標，可能存在著大量的斑點噪聲，降低了圖像的空間分辨率，模糊了圖像的邊緣信息，使得解釋圖像的精度降低。

Tae-Jung Kown等人2013年在IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTESENSING,VOL.51,NO.2上面發表的“ETVOS:An Enhanced Total Variation OptimizationSegmentation Approach for SAR Sea-Ice Image Segmentation”中提到了ETVOS算法，該方法包括兩個階段，用以分割各種海洋冰類型，在全變量優化階段，通過最小全變量的約束，通過改進Rudin-Osher-Fatemi總變量模型和對其實施迭代從非分段的恒定狀態去估計分段的恒定狀態。在有限混合模型中分類階段，基于像素分布利用執行期望最大化方法通過高斯混合模型估計最終類似然，然后利用最大似然分類技術來估計出全變量優化階段的乘積中的每個像素的類別。

Linlin Xu等人于2016年在IEEE JOURNAL OF SELECTED TOPICS IN APPLIEDEARTH OBSERVATIONS AND REMOTE SENSING,VOL.9,NO.7 上面發表了“Fully ConnectedContinuous Conditional Random Field With Stochastic Cliques for Dark-SpotDetection In SAR Imagery”。設計并構建了隨機全連通連續條件隨機場(SFCCRF)方法來建立SAR圖像并進行軟標簽推理，從而實現了一種有效的檢測算法。 SFCCRF是基于它們在特征空間和圖像空間中的接近度以隨機方式確定兩個像素的連通性。由于SFCCRF為大規模空間相關效應的建模提供了一種有效的方法，因此得到的軟標簽可以抵抗斑點噪聲的影響并突出暗點和背景之間的差異。通過對SFCCRF估計的軟標簽進行二值化來實現暗點檢測。雖然隨機全連通連續條件隨機場(SFCCRF)方法利用軟標簽斑點噪聲的影響，但是該方法仍有不足的是：大規模空間的應用在計算時間上面付出了很大的代價，對陰影部分無法進行很好的處理，利用窗口平滑計算，嚴重的削弱了邊緣和細節部分。

發明內容

本發明的目的是針對上述現有技術的不足，而提供一種深層條件隨機場結合線性器對河流SAR圖像分割法，該方法可應用于圖像的提取、分割和目標跟蹤等領域，是含有噪音的圖像的分割方法，通過加入了線性器減少偽陰影的錯誤分割，通過離散窗口的應用減少平滑圖像的現象，進一步提高了分類精度。

如上構思，本發明的技術方案是：一種深層條件隨機場結合線性器對河流SAR圖像分割法，其特征在于：包括如下步驟：

(1)輸入圖片：輸入一幅待分割的河流合成孔徑雷達sar圖像；

(2)粗略的閾值分割：采用閾值對河流sar圖像先進行粗略的分割操作，分割之后的圖像分為河流區域、偽河流區域和非河流區域，對河流區域和偽河流區域都貼上標簽1，對于非河流區域貼上標簽0；