[发明专利]基于半监督学习的多尺度SAR图像分割方法

权利要求书

1.一种基于半监督学习的多尺度SAR图像分割方法，包括如下过程：

(1)对待分割图像分别采用三层小波变换和三层Contourlet变换完成图像分解，并通过合并操作，得到粗分解子带，次粗分解子带和细分解子带；

(2)针对粗分解子带，采取基于半监督学习的方法完成初始分割，得到初始分割结果；

(3)将初始分割结果与步骤(1)中得到的次粗分解子带以及细分解子带一起进行基于无监督学习的多尺度二次分割，得到最终分割结果。

2.根据权利要求1中所述的SAR图像分割方法，其中步骤(1)的具体过程如下：

2a)对待分割图像img采取三层小波变换的所有分解子带为{cA3，cH3，cV3，cD3，cA2，cH2，cV2，cD2，cA1，cH1，cV1，cD1}；

2b)对待分割图像img采取三层Contourlet变换的所有分解子带为{c31，c32，c33，c34，c21，c22，c23，c24，c11，c12，c13，c14}；

2c)将2a)和2b)中所述的所有子带在空间并列，即{cA3，cH3，cV3，cD3，cA2，cH2，cV2，cD2，cA1，cH1，cV1，cD1，c31，c32，c33，c34，c21，c22，c23，c24，c11，c12，c13，c14}，并根据分解子带的小、中、大将其分为粗分解子带{cA3，cH3，cV3，cD3，c31，c32，c33，c34}、次粗分解子带{cA2，cH2，cV2，cD2，c21，c22，c23，c24}和细分解子带{cA1，cH1，cV1，cD1，c11，c12，c13，c14}三种分解子带。

3.根据权利要求1中所述的SAR图像分割方法，其中步骤(2)中所述的半监督学习的初始分割，具体过程如下：

3a)对所述的粗分解子带，采取加滑动窗特征提取，得到待分类特征；

3b)利用基于有监督学习的支撑矢量机算法依次对待分类特征进行分类，得到有监督学习的分割结果seg_SVM；

3c)利用基于无监督学习的k均值聚类算法依次对待分类特征进行聚类，得到无监督学习的分割结果seg1；

3d)将有监督学习的分割结果seg_SVM和无监督学习的分割结果seg1相结合，对两个结果图像中每个点对应的值进行选择操作，得到基于半监督学习的初始分割结果seg_rough。

4.根据权利要求3中所述的SAR图像分割方法，其中步骤3d)中所述的选择操作，具体过程如下：

4a)将有监督学习的分割结果seg_SVM中的值与无监督学习的分割结果seg1中的值一一对应；

4b)如果有监督学习的分割结果seg_SVM在位置q和无监督学习的分割结果seg1在位置q上的值相同，把这个相同的值作为半监督学习的初始分割结果seg_rough在位置q上的值；

4c)如果有监督学习的分割结果seg_SVM在位置q和无监督学习的分割结果seg1在位置q上的值不一致，将该位置的左位置p和右位置r上出现的次数较多的值，作为半监督学习的初始分割结果seg_rough在位置q上的值；

4d)如果有监督学习的分割结果seg_SVM在位置q和无监督学习的分割结果seg1在位置q上的值不一致，且无法判定该位置的左位置p和右位置r上哪个值出现次数较多时，则把有监督学习的分割结果seg_SVM在位置q上的值作为半监督学习的初始分割结果seg_rough在位置q上的值；

4e)将4b)～4d)所确定的半监督学习的初始分割结果seg_rough在位置q上的值，作为基于半监督学习的初始分割结果seg_rough。

5.根据权利要求1中所述的SAR图像分割方法，其中步骤(3)中所述的基于无监督学习的多尺度二次分割，具体过程如下：

5a)对初始分割结果seg_rough进行插值操作，使初始分割结果seg_rough扩大为与次粗分解子带同样大小；

5b)对次粗分解子带采取加滑动窗特征提取，得到次粗分解子带的待分类特征，并将扩大后的初始分割结果与次粗分解子带的待分类特征进行合并操作，共同构成次粗分解子带相对应的待分类特征矢量；

5c)利用k均值聚类算法依次对次粗分解子带相对应的待分类特征矢量进行聚类，聚类的结果为次粗分解子带的分割结果seg2；

5d)对次粗分解子带的分割结果seg2进行插值操作，使得次粗分解子带的分割结果seg2扩大为与细分解子带同样大小；

5e)将细分解子带采取加滑动窗特征提取，得到细分解子带的待分类特征，并将扩大后的次粗分解子带分割结果与细分解子带的待分类特征进行合并操作，共同构成细分解子带相对应的待分类特征矢量；

5f)利用k均值聚类算法依次对细分解子带相对应的待分类特征矢量进行聚类，聚类的结果就是细分解子带的分割结果seg3；

5g)将细分解子带的分割结果seg3进行插值操作，使得细分解子带的分割结果seg3扩大为与待分割图像img同样大小，扩大后的细分解子带的分割结果即为多尺度二次分割后的最终分割结果seg。