[发明专利]一种基于Gamma分布超像素方法和基于超像素TMF的SAR图像海岸线检测方法

权利要求书

1.一种基于Gamma分布超像素方法及超像素TMF的SAR图像海岸线检测方法，其特征在于包括如下步骤：

S₁：读取图像I，并输入种子点数k；

S₂：根据输入的种子点数k和图像的大小确定种子点的位置以及每个种子点周围搜索区域的大小；

S₃：在每一个种子点周围选择一个5像素×5像素的邻域窗，计算邻域窗内每一个种子点局部窗内的均值作为当前点的特征，对该特征通过聚类方法确定局部窗内和种子点纹理特征相似的点集C并计算相似点集C：

其中，(x,y)表示局部窗内像素点坐标，I(x,y)表示局部窗内像素点的像素值，W表示局部窗，N₁表示C中像素个数，μ_s(x,y)表示(x,y)位置像素局部窗内的均值，表示C中每一个点的μ_s均值，σ表示的是局部窗内均值的方差；

S₄：遍历所述图像，计算出每一个邻域点的特征，计算种子点和邻域点位置的欧氏距离，与统计量的距离的加权距离d_i,j，比较d_i,j形成超像素；

所述邻域点和种子点之间的距离dc_i,j：

其中，μ_i表示种子点i的均值，μ_j表示邻域点j的均值，σ_i表示局部窗内i的均值的方差，σ_j表示局部窗内j的均值的方差

其中x_i表示种子点i的行坐标，y_i表示种子点i的列坐标，x_j表示邻域点j的行坐标，y_j表示邻域点j的列坐标

其中，m表示dc_i,j与ds_i,j之间的权重系数；

相邻种子点之间的距离S

其中，N表示图像像素总数，k表示种子点数；

S₅：更新种子点的位置为每一类超像素中所包含的所有点位置的均值；

S₆：重复步骤S₃-S₅直到所述超像素的边界不再发生变化，停止重复，输出超像素图像；

S₇：输入所述超像素图像，对所述超像素使用kmeans方法初始聚成2类，并将该聚类结果当作初始的标记场X_sp并计算势能W_sp(X_sp,U_sp)；

S₈：更新标记场X_sp和辅助场U_sp，并通过ICM方法和SG方法对参数集θ进行更新：

S₉：重复步骤S₇-S₈直到标记场不再发生变化为止，输出海岸线结果。

2.根据权利要求1所述的一种基于Gamma分布超像素方法及超像素TMF的SAR图像海岸线检测方法，其特征还在于：步骤S₃中所述聚类方法：

选取邻域中任意两个点作为种子点A和B，计算局部窗内，每一个点到A和B两个点的特征的差值的绝对值，当点与点A的差值的绝对值小于与B的差值的绝对值，则当前点与A点属于同一类；当点与点A的差值的绝对值大于与B的差值的绝对值，则当前点与B点属于同一类,则形成对比度较大的两类。