[发明专利]一种SAR图像舰船目标分割方法

权利要求书

1.一种SAR图像舰船目标分割方法，其特征在于：一种SAR图像舰船目标分割方法具体过程为：

步骤一、对原始图像进行基于颜色和区域的水陆分离；

步骤二、对水陆分离后的图像进行Otsu二值分割及区域分割获得舰船大小；

步骤三、基于舰船大小设定背景窗，假设背景窗中的杂波为K-分布，估计K-分布参数，获得阈值，基于该阈值分割舰船目标；

步骤四、对舰船目标进行开运算，得到分割后图像；

SAR为合成孔径雷达，Otsu为最大类间方差；

所述步骤一中获取原始图像，对原始图像进行基于颜色和区域的水陆分离；具体过程为：

步骤一一、对原始图像检测RGB值，取RGB值中B值大于等于R值的部分作为水面；取RGB值中B值小于R值的部分作为陆地；

步骤一二、保留步骤一一中分离出来的水面最大的区域并标记为黑色，其他区域均视为陆地并标记为白色得到一幅二值图像；

步骤一三、将步骤一二得到的二值图像进行开运算和反色变换，具体如下:

使用元素对集合进行开运算，定义为

其中，为开运算，Θ表示腐蚀运算，表示膨胀运算；

A₁为步骤一二得到的二值图像，B₁为半径为原始图像长宽和的1/60的圆形，再经反色变换使开运算后的二值图像中水面变为白色，陆地变为黑色；

步骤一四、再对步骤一三反色变换后得到的图像进行腐蚀运算，定义为

其中，A₂为步骤一三得到的二值图像，B₂为半径为原始图像长宽和的1/600，至此完成水陆分离；

所述步骤二中对水陆分离后的图像进行Otsu二值分割及区域分割获得舰船大小；具体过程为：

步骤二一、对水陆分离后的图像进行Otsu二值分割，公式如下：

如果当前阈值为t，原始图像灰度大于等于t的像素为目标像素，原始图像灰度小于t的像素为背景像素，令：

w₀为原始图像前景点所占比例，w₁＝1-w₀为原始图像背景点所占比例，u₀为原始图像前景灰度均值，u₁为原始图像背景灰度均值，u为原始图像全局灰度均值，u＝w₀*u₀+w₁*u₁；

g＝w₀(u₀-u)*(u₀-u)+w₁(u₁-u)*(u₁-u)＝w₀*(1-w₀)*(u₀-u₁)*(u₀-u₁) (2)

式中，*为乘号，g为中间变量，取使g最大时的t为最优阈值；将大于或等于最优阈值的部分视为舰船目标并标记为白色，小于最优阈值的部分视为背景并标记为黑色；

步骤二二、将步骤一得到的水陆二值图像与步骤二一得到的图像进行与运算，得到一幅包含舰船目标和干扰物组成的二值图像；

步骤二三、找出步骤二二中产生的二值图像中所有白色区域，测量其长和宽，将各区域的长边按升序排序，选取长边升序排序第95％的值为a，将各区域的宽边按升序排序，选取宽边升序排序第95％的值为b，a、b即为舰船尺寸，a为舰船长，b为舰船宽；

所述步骤三中基于舰船大小设定背景窗，假设背景窗中的杂波为K-分布，估计K-分布参数，获得阈值，基于该阈值分割舰船目标；具体过程为:

步骤三一、设定背景窗为空心正方形窗，其外边长为步骤二三中确定的a和b的最大值max(a，b)，内边长比外边长小30％，设定目标窗为与背景窗同心的正方形窗，边长为背景窗外边长的五分之一；

步骤三二、以K-分布对背景窗内像素进行建模，估计阈值T，具体如下：

如下表达式为K-分布概率密度函数：

式中，L是统计视数，x为背景窗内像素灰度值，μ为背景窗内像素灰度值均值，v是形状参数，K_v-L表示v-L阶修正二类Bessel函数，Γ(v)为v的伽马函数，Γ(L)为L的伽马函数；阈值T满足

式中P_fa为虚警概率；

该概率密度函数P(x)中含有两个参数v、L；L的估计方法为

式中σ为背景窗内像素灰度值标准差；

v的大小为

v＝6.1L+1.25 (6)

估计v，L完毕后，开始利用公式4求解阈值T；

步骤三三、保留目标窗内高于阈值的像素，将目标窗内低于阈值的像素灰度值设为0；

步骤三四、令目标窗和背景窗在原始图像中滑动，直到原始图像中所有像素均被检测，得到舰船目标；

所述步骤四中对舰船目标进行开运算，得到分割后图像；具体过程为：

将步骤三得到的舰船目标进行开运算，

A′为步骤三四得到的舰船目标图像，B′为一条水平线段，其长度为max(a，b)的1/9，至此完成对整幅SAR图像的分割处理。