[发明专利]基于嵌入式DSP的SAR图像实时分割方法

说明书

技术领域

本发明属于图像处理技术领域，更进一步涉及一种基于嵌入式数字信号处理器DSP(Digital Signal Processor)的合成孔径雷达SAR(Synthetic Aperture Radar)图像实时分割方法。本发明可应用于嵌入式系统中对目标进行识别。

背景技术

图像分割是通过对图像信息进行分析，提取出感兴趣的目标或区域的过程。是计算机视觉中最基本和最重要的图像处理方法，是成功进行图像分析、理解和描述的关键技术。SAR图像是一种高分辨率的雷达图像，SAR图像分割技术在军事、农业、地质学等多个领域得到广泛的应用。作为SAR图像解译中非常重要的一个步骤的SAR图像分割也显得越来越重要。由于SAR图像成像原理的特殊性和复杂性，导致现有的SAR图像分割技术时间复杂度较大，不适合嵌入式实时处理应用。

目前SAR图像的分割方法有基于抑斑的分割方法、基于SAR概率分布模型的分割方法、基于多尺度隐马尔可夫模型分割方法和基于聚类算法的SAR图像分割。例如：

西安电子科技大学在其专利申请“基于非下采样Contourlet变换的HMT图像分割方法”(专利申请号：200810232336.5，公开号：CN101447080A)中提出了一种非下采样Contourlet变换和隐马尔可夫随机场结合的方法。这种方法首先对SAR图像进行多尺度变换，利用变换后不同分辨率下的各尺度子带系数的统计特性来处理图像，但是该方法存在的不足是，分割的图像边缘不够准确，而且图像分割的过程比较复杂，在嵌入式数字信号处理器DSP上较难实现。

西北工业大学在其专利申请“一种无监督马尔可夫随机场图像分割方法”(专利申请号：200710017875.2，公开号：CN101286227A)中提出了一种无监督马尔可夫随机场图像分割方法。此方法虽然时间复杂度较小，但是仍然存在的不足是，图像分割不够准确，利用的图像信息比较少，在嵌入式数字信号处理器DSP上也无法满足实时性要求。

发明内容

为了克服上述现有技术存在的不足，本发明在基于图的图像分割的基础上提出了基于嵌入式DSP的SAR图像实时分割方法。根据DSP本身的结构和特点简化了分割过程，使得基于图的SAR图像快速分割算法在DSP有限的资源下得以优化实现，从而满足实时性的要求。

为了达到以上目的，本发明包括以下步骤：

(1)输入待分割的SAR图像矩阵；

(2)将图像矩阵转换为浮点类型的矩阵：

将读取的SAR图像数据从整数int类型矩阵转化为浮点float类型矩阵，得到的浮点类型矩阵四字对齐的存储在数字信号处理器DSP内存中。

(3)一维高斯滤波：

3a)使用静态存储于数字信号处理器DSP内存中的一维高斯滤波模板，与浮点矩阵在水平和垂直两个方向进行卷积，得到与浮点矩阵大小相等的未归一化矩阵；

3b)使用数字信号处理器DSP内建指令编写的除法，用未归一化矩阵除以一维高斯滤波模板系数的加权值，得到待聚类矩阵。

(4)建立边缘结构体矩阵和顶点结构体矩阵：

4a)在数字信号处理器的外部存储SDRAM中分配四字对齐的存储空间，用来存储边缘结构体矩阵和顶点结构体矩阵；

4b)对结构体矩阵进行初始化，使得边缘结构体矩阵的元素对应待聚类矩阵的邻域元素对，顶点结构体矩阵对应待聚类矩阵中的元素；

4c)对边缘结构体矩阵的每一个元素插入一个空数据，使得每个边缘结构体四字对齐。

(5)对边缘结构体矩阵排序：

5a)从边缘结构体矩阵中选出第一个元素作为基数；

5b)使用双字的数据读写进行元素交换，将权重大于基数权重的边缘结构体元素交换到基数左边，将权重小于等于基数权重的边缘结构体元素交换到基数右边，得到按照基数权重大小分区的边缘结构体矩阵；

5c)对边缘结构体矩阵的左右区间递归执行步骤5a)、步骤5b)，直到获得按照边缘结构体权重非递减排列的有序矩阵。

(6)对顶点结构体矩阵进行聚类：

6a)按照已排序边缘结构体矩阵元素的顺序，比较当前边缘结构体的权重与其对应顶点的类内权重，当边缘结构体权重小于其对应的顶点的类内权重时，合并这两个顶点结构体所在的类；

6b)迭代执行步骤6a)，直到已排序边缘结构体矩阵的最后一个元素。

(7)用已聚类顶点结构体的类别标号对原图像赋值，得到分割的图像。

本发明与现有技术相比具有以下优点：