[发明专利]结合背景信息和最大后验边缘概率准则的SAR图像分割方法无效

专利信息
申请号: 201010290040.6 申请日: 2010-09-20
公开(公告)号: CN101937566A 公开(公告)日: 2011-01-05
发明(设计)人: 侯彪;焦李成;李囡;王爽;张向荣;马文萍;尚荣华;李阳阳 申请(专利权)人: 西安电子科技大学
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 陕西电子工业专利中心 61205 代理人: 王品华;朱红星
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 结合 背景 信息 最大 边缘 概率 准则 sar 图像 分割 方法
【权利要求书】:

1.一种结合背景信息和最大后验边缘准则的SAR图像分割方法,包括如下步骤:

1)在大小为L×L的待分割SAR图像上截取M类训练样本,提取Gabor小波能量特征和基于灰度直方图的纹理描述子特征;

2)对SAR图像在2×2的窗口上进行平均采样,得到N层的四叉树结构,

3)从四叉树的最细层至最粗层分别计算各层节点似然概率Pn(yd(s)|xs),n={0,1,...,N-1},得到各层基于像素的最大似然分割结果;

4)计算四叉树除最粗层外其他各层上的梯度图,将基于像素的似然分割结果与各层梯度图叠加实现梯度修正,在修正后的梯度图上进行分水岭分割;

5)将各层分水岭分割得到的区域进行合并,根据各层最大似然分割结果,由各节点类标来标定所在区域的类别,如果一个区域内某一类的节点个数达到三分之二以上,则本区域由该类标标定,反之,该区域不作处理,最后将具有相同类标的区域进行合并;

6)将合并的区域作为处理单元,计算各层区域的似然概率Pn(yd(s)|xA);

7)对四叉树除最粗层外其他各层依次通过最大期望值方法训练,得到各层上各区域的背景向量先验概率Pn(xA)和条件概率对背景条件概率进行Gibbs采样得到背景边缘概率根据这些参数分别计算各层上每个区域的后验边缘概率:

Pn(xA|y)=ΣVnPn(xA)Pn(VAn|xA)Pn(yd(s)|xA)VAnΣxAPn(xA)Pn(VAn|xA)Pn(yd(s)|xA)VAnPn(VAn|y)---(1)]]>

其中,xA为区域A的类标,xA={1,2,...,M},M为分割类别数;

8)从各层区域后验边缘概率中取出最细层的区域后验边缘概率,依据最大后验边缘概率准则确定最细层上各区域类标,完成对SAR图像的分割。

2.根据权利要求1所述的图像分割方法,其中步骤7)所述的对四叉树除最粗层外其他各层依次通过最大期望值方法训练参数,计算各层上每个区域的后验边缘概率,按如下过程进行:

2a)初始化层数n=1;

2b)令迭代次数t=1,初始化先验概率条件概率和背景向量

2c)计算各区域条件概率

Ptn(xA|VAn,yd(s))=Ptn(xA)Ptn(VAn|xA)Pn(yd(s)|xA)VAnΣxAPtn(xA)Ptn(VAn|xA)Pn(yd(s)|xA)VAn---(2)]]>

2d)分别计算第n层上各区域的父区域主类标NP:

如果层数n=1,其中P0(xs|y)为最粗层上像素s的后验边缘概率,它通过在最粗层上利用基于像素的马尔可夫分割方法得到,A-为区域A内所有节点的父节点集合,定义为A的父区域;

如果层数n>1,其中Pn-1(xs|y)为第n-1层上节点s的后验边缘概率,它与节点s所在区域A-的后验边缘概率Pn-1(xA|y)相同,且由上一层训练中得到;

2e)分别计算各区域的邻接区域主类标NC:

NC=argmaxΣPtn(xA*|VA*n,yd(s)),A*A---(3)]]>

其中,为区域A的邻接区域集合;

2f)对每个区域的NP和NC根据它们出现的各种状态进行0-1编码,得到每个区域新的背景向量

2g)更新先验概率和条件概率

Pt+1n(xA=m)=1NΣAPtn(xA=m|VAn,yd(s))---(5)]]>

其中,m为区域的状态值,m={1,2,...,M},M为分割类别数;

2h)计算背景条件概率

Pt+1n(VAn|yd(s))=Σm=1MPtn(xA=m)Ptn(VAn|xA=m)Pn(yd(s)|xA=m)ΣVAnΣm=1MPtn(xA=m)Ptn(VAn|xA=m)Pn(yd(s)|xA=m)---(6)]]>

2i)对进行Gibbs采样50次,得到背景边缘概率

2j)令t′=t+1,如果t′>MAXt,MAXt为最大迭代次数,则将参数和代入(1)式计算n层各区域后验边缘概率Pn(xA|y),然后转至2k);否则,返回2c);

2k)令n′=n+1,如果n′>N-1,结束;否则,返回2b)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010290040.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top