[發(fā)明專(zhuān)利]一種高效的無(wú)人機(jī)載SAR圖像目標(biāo)分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110599812.2
• 申請(qǐng)日: 2021-05-31
• 公開(kāi)（公告）號(hào): CN113343819B
• 公開(kāi)（公告）日: 2023-01-03
• 發(fā)明（設(shè)計(jì)）人: 王中寶;尹奎英
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)電子科技集團(tuán)公司第十四研究所
• 主分類(lèi)號(hào): G06V20/17
• 分類(lèi)號(hào): G06V20/17;G06V10/26
• 代理公司: 北京律譜知識(shí)產(chǎn)權(quán)代理有限公司 11457
• 代理人: 李硯明

本申請(qǐng)公開(kāi)了一種高效的無(wú)人機(jī)載SAR圖像目標(biāo)分割方法，包括：步驟1，根據(jù)預(yù)設(shè)單元格數(shù)量，對(duì)無(wú)人機(jī)載SAR圖像進(jìn)行第一單元格劃分，將單元格序號(hào)記作各個(gè)像素點(diǎn)的標(biāo)簽信息；步驟2，確定每個(gè)第一單元格的中心像素點(diǎn)，根據(jù)搜索范圍，計(jì)算各個(gè)像素點(diǎn)與中心像素點(diǎn)的相似距離；步驟3，依次判斷當(dāng)前迭代次數(shù)下各個(gè)像素點(diǎn)的相似距離是否小于上一次迭代的相似距離，若是，根據(jù)像素點(diǎn)的單元格序號(hào)，更新其標(biāo)簽信息，并根據(jù)更新后的標(biāo)簽信息進(jìn)行第二單元格劃分，重新執(zhí)行步驟2，計(jì)算第二單元格內(nèi)各個(gè)像素點(diǎn)的相似距離，若否，執(zhí)行步驟4；步驟4，根據(jù)第二單元格，生成目標(biāo)分割圖像。通過(guò)本申請(qǐng)中的技術(shù)方案，解決圖像分割中容易出現(xiàn)欠分割或過(guò)分割問(wèn)題。

技術(shù)領(lǐng)域

本申請(qǐng)涉及圖像處理的技術(shù)領(lǐng)域，具體而言，涉及一種高效的無(wú)人機(jī)載SAR圖像目標(biāo)分割方法。

背景技術(shù)

合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)是一種主動(dòng)相干成像的微波傳感器。與光學(xué)傳感器相比，SAR成像系統(tǒng)不容易受光照和氣候條件等自然因素的影響，且微波具有較強(qiáng)云霧和植被穿透探測(cè)能力，可用于識(shí)別偽裝的地面軍事目標(biāo)，也可用于對(duì)海面艦船目標(biāo)的全天時(shí)、全天候的探測(cè)跟蹤。無(wú)人機(jī)載SAR是無(wú)人機(jī)技術(shù)和SAR技術(shù)共同發(fā)展及交叉應(yīng)用的產(chǎn)物。

現(xiàn)有的無(wú)人機(jī)載SAR獲取SAR圖像的工作過(guò)程如下：先通過(guò)SAR系統(tǒng)發(fā)射機(jī)主動(dòng)發(fā)射電磁波，對(duì)感興趣區(qū)域進(jìn)行探測(cè)；然后分析SAR系統(tǒng)接收機(jī)接收到目標(biāo)的電磁散射特性和結(jié)構(gòu)特性，獲取SAR圖像距離向信息；再通過(guò)無(wú)人機(jī)平臺(tái)的運(yùn)動(dòng)合成虛擬的大孔徑天線(xiàn)陣列，獲得SAR圖像在方位向上的高分辨率信息。

相比于光學(xué)圖像，無(wú)人機(jī)載SAR圖像可讀性比較差，存在相干斑噪聲、陰影、透視收縮等問(wèn)題。這給無(wú)人機(jī)載SAR圖像的解譯造成很大麻煩，導(dǎo)致大量的無(wú)人機(jī)載SAR圖像數(shù)據(jù)得不到及時(shí)處理和準(zhǔn)確的解譯。

典型的SAR圖像自動(dòng)解譯系統(tǒng)通常包括圖像預(yù)處理、圖像分割、特征提取以及分類(lèi)與識(shí)別四個(gè)部分。其中，圖像分割處理環(huán)節(jié)主要完成SAR圖像中目標(biāo)的形狀、面積、位置等特征信息的分析和描述，既可用于感興趣目標(biāo)的參數(shù)信息提取，例如艦船、機(jī)場(chǎng)跑道、橋梁等，又可用于不同地物地貌的分類(lèi)與識(shí)別，是SAR圖像自動(dòng)解譯的基礎(chǔ)又是關(guān)鍵。對(duì)于無(wú)人機(jī)載SAR系統(tǒng)而言，SAR圖像分割越精細(xì)、越準(zhǔn)確，所獲取的目標(biāo)信息就越完備和準(zhǔn)確，經(jīng)過(guò)特征提取環(huán)節(jié)得到的目標(biāo)信息就越有效，最后在分類(lèi)與識(shí)別模塊得到目標(biāo)識(shí)別結(jié)果的準(zhǔn)確性就越高；反之，則越差。

而現(xiàn)有技術(shù)中，圖像分割方法大致可分為兩大類(lèi)：基于閾值的分割方法和基于區(qū)域的分割方法。前者原理簡(jiǎn)單、實(shí)現(xiàn)容易，但算法性能依賴(lài)于閾值選取和參數(shù)設(shè)置，對(duì)噪聲和目標(biāo)大小比較敏感。后者對(duì)勻質(zhì)圖像的分割效果較好，已經(jīng)成為圖像分割領(lǐng)域的主流方法之一。

然而，此類(lèi)算法性能?chē)?yán)重依賴(lài)于種子的選取，當(dāng)聚類(lèi)種子點(diǎn)數(shù)選擇過(guò)小時(shí)，圖像目標(biāo)或紋理區(qū)域往往得不到正確分割，出現(xiàn)欠分割現(xiàn)象，而當(dāng)聚類(lèi)種子點(diǎn)數(shù)選擇過(guò)大時(shí)，圖像背景區(qū)域又常被過(guò)分分割，出現(xiàn)過(guò)分割現(xiàn)象。

發(fā)明內(nèi)容

本申請(qǐng)的目的在于：解決無(wú)人機(jī)載SAR圖像分割中容易出現(xiàn)欠分割或過(guò)分割問(wèn)題，采用多級(jí)有選擇的再分割處理和超像素合并處理技術(shù)，降低分割過(guò)程中的計(jì)算量，有效提高無(wú)人機(jī)載SAR圖像分割的時(shí)效性和準(zhǔn)確性。