[發明專利]一種基于最優尺度鄰域信息的海上溢油SAR圖像軟分割方法

在審

• 申請號: 201910340051.1
• 申請日: 2019-04-25
• 公開（公告）號: CN110070549A
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 王斌;宋冬梅;甄宗晉;譚旋;任慧敏;劉善偉;崔建勇
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 戴鳳儀

1.一種基于最優尺度鄰域信息的海上溢油SAR圖像軟分割方法，其特征在于：包括如下步驟：

S1：拍攝海水區域的圖像，并對圖像進行濾波處理，在處理后的圖像中選取溢油區域、海水區域的感興趣區域，分別記為Sea_ROI、Oil_ROI；

S2：計算Sea_ROI的灰度值中位數，統計Oil_ROI的純度；

S3：隨機選取一個海水感興趣區域的像素點，以所述像素點為中心構建多個尺度的鄰域矩陣；

S4：根據不同尺度的鄰域信息構建隸屬度函數,再分別計算每個像素屬于海水和溢油的隸屬度；

S5：比較每個像素的隸屬度，選擇出最優尺度，逐像素快速解算其鄰域信息，遍歷整幅圖像，得到全圖像的隸屬度矩陣；

S6：根據不同的隸屬度劃分隸屬度矩陣，得到分割圖像。

2.根據權利要求1所述的基于最優尺度鄰域信息的海上溢油SAR圖像軟分割方法，其特征在于：所述步驟S2：海水ROI區域的灰度值中位數Sea_med的計算公式如下：

Sea_med＝median(Sea_ROI)…………………………………………1

其中，Sea_ROI為海水區域的感興趣區域；

溢油區域的純度Oil_pur的計算公式如下：

其中，num(Oil_ROI＝＝0)為溢油區總的像元數，∑Oil_ROI為溢油區像元的個數。

3.根據權利要求1所述的基于最優尺度鄰域信息的海上溢油SAR圖像軟分割方法，其特征在于：所述步驟S3中的鄰域矩陣包括1×1、3×3、5×5、7×7、9×9、11×11、13×13、15×15、17×17共9個尺度。

4.根據權利要求1所述的基于最優尺度鄰域信息的海上溢油SAR圖像軟分割方法，其特征在于：所述步驟S4中隸屬度函數的公式為：

其中，Usea表示鄰域窗口中心像素屬于海水的隸屬度，R_m＝mean(R)為一個尺度的鄰域窗灰度均值，Oil_pur為溢油區域0像元的純度；

將公式4、公式5歸一化處理得到的溢油隸屬度為P_oil如下公式：

其中，Rm＝mean(R)為一個尺度的鄰域窗灰度均值，U_oil為鄰域窗中心像素屬于溢油的隸屬度，進而得到鄰域窗中心像素點的9個鄰域分別屬于海水、溢油的隸屬度。

5.根據權利要求1所述的基于最優尺度鄰域信息的海上溢油SAR圖像軟分割方法，其特征在于：步驟S5中：構建一個三維矩陣M(m,n,s)來存儲鄰域信息，其中m，n分別為圖像的行和列，s為波段數；首先，使用鏡像方式擴充原圖像的邊界，使圖像變為(8+m+8,8+n+8)大小，記為P，然后使用與原圖像大小一致的搜索框S自填充圖像P左上角，依次滑動，每滑動一次，將S內的信息記為M中的一層，滑動結束后，得到長為m，寬為n，通道數為17×17的高維圖像矩陣；對于三維圖像塊中的每一個像素點(x,y),x∈m,y∈n，在其位置處可以取得一個1×1×289的向量，這個向量表示了原圖像像素點(x,y)處17×17鄰域的所有像素信息，再求圖像塊第3維的均值，進而得到每一個像素點的鄰域的均值矩陣，極大的縮減了計算量。

6.根據權利要求1所述的基于最優尺度鄰域信息的海上溢油SAR圖像軟分割方法，其特征在于：步驟S6中：選擇P_oil≥0.65作為閾值分割，得到閾值分割的二值化圖像。