[发明专利]基于复小波纹理区域合并的改进分水岭SAR图像分割方法

权利要求书

1.基于复小波纹理区域合并的改进分水岭SAR图像分割方法，其特征是首先用高斯低通滤波改进的标记分水岭变换得到初始分割，消除噪声的影响和过分割，再针对纹理信息，采用复小波提取区域纹理特征，用聚类方法进行区域合并，得到最终的分割结果，所述图像分割包括如下步骤：

1.1用高斯低通滤波改进的分水岭变换对原图像进行初始分割，获得不规则的区域块图像，实现消除噪声和过分割影响；

1.2对初始分割图的每个像素提取复小波能量特征，用于聚类；

1.3对各个不规则区域块内的像素特征进行统一；

1.4利用“K-均值”聚类方法对区域块进行分类合并，减少区域块得到最终的分割结果。

2.根据权利要求1所述的基于复小波纹理区域合并的改进分水岭SAR图像分割方法，其特征是所述步骤1.1采用高斯低通滤波改进的分水岭变换对原图像进行初始分割的步骤如下：

2.1对原图像做高斯低通滤波，减少SAR图像噪声引起的过分割；

2.2对滤波后的图像用微分Priwitt算子求梯度得到待修正的梯度图；

2.3对上述的梯度图做高斯低通滤波，减少提取无用标记；

2.4从梯度图提取内部标记，获得局部极小值；

2.5对内部标记进行分水岭变换提取外部标记；

2.6用内外标记对2.2步骤的所得的梯度图进行梯度修正，以便局部最小区域仅出现在标记位置；

2.7对修正后的梯度图进行分水岭变换，得SAR图像的初始分割。

3.根据权利要求1所述的基于复小波纹理区域合并的改进分水岭SAR图像分割方法，其特征是所述步骤1.2对初始分割图的每个像素提取复小波能量特征的方法是以该像素为中心，取一个方形小窗口，对窗口图像进行两层复小波分解，得到每层6个高频子带和一个低频子带，共13个子带，用下式对窗口图像分别求小波能量作为特征矢量，归一化特征矢量并将这个窗口图像的能量特征作为该像素的能量特征：

e=1M×NΣx=1MΣy=1N|s(x,y)|]]>

其中，s(x，y)是分解系数，M×N为频带图像的大小，x和y分别表示窗口图像的行和列，e为能量特征矢量。

4.根据权利要求1所述的基于复小波纹理区域合并的改进分水岭SAR图像分割方法，其特征是所述的步骤1.3对各个不规则区域块内的像素特征进行统一的做法是对每个像素提取复小波能量特征，将不规则块中所有像素特征的均值作为此不规则块的特征。