[发明专利]一种基于变分水平集的超像素分割方法

说明书

本发明公开了一种基于变分水平集的超像素分割方法，包括以下步骤：S1、选取多个种子点，并对所述种子点进行标记；S2、判断标记的种子点满足预定条件时，对所述标记的种子点进行演化；S3、初始化演化时刻，对所述种子点进行变分水平集演化；S4、更新所述变分水平集，并进行下一次变分水平集演化；S5、判断演化结果是否满足终止条件，若是，则停止演化，若否则返回执行步骤S4；S6、将所述演化结果作为超像素的边界。本发明的方法可以有效利用SAR图像的多种属性特征信息，克服相干斑噪声的影响，提高SAR图像的超像素分割准确度。

技术领域

本发明属于图像处理领域，具体涉及一种基于变分水平集的超像素分割方法。

背景技术

随着技术的不断发展和完善，SAR设备和成像技术更加成熟，然而，与之相较，由于SAR图像存在数据冗余等特点以及人们对其理解与解译水平并没有跟上成像发展的步伐，使得SAR图像的处理效率低下，因此，为了提高SAR图像的处理效率，对其进行前期的预处理即超像素分割十分必要。超像素分割作为图像处理前期非常重要的预处理步骤之一，是图像处理及分析理解中的关键一步，在图像技术领域占据着不可小看的地位，其所得到的结果将对后续的图像处理产生不可忽视的影响。只有得到好的超像素块，则后续的处理步骤不只在效率上，也包括在精确度上得到更大的提升。自超像素被提出以来一直是计算机视觉领域的研究热门，有很多的学者都对其进行了研究及应用并提出了一些优秀的超像素分割算法。

然而，但是不管是经典的超像素分割算法还是后者改进的超像素分割算法，在对SAR图像进行超像素分割时，都无法得到理想的效果，对后续的图像处理步骤并不能起到很好的促进和优化作用，从而影响了超像素算法分割的效果。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种分割效果好、结果准确的基于变分水平集的超像素分割方法。本发明要解决的技术问题通过以下技术方案实现：

本发明实施例提供了一种基于变分水平集的超像素分割方法，包括以下步骤：

S1、选取多个种子点，并对所述种子点进行标记；

S2、判断标记的种子点满足预定条件时，对所述标记的种子点进行演化；

S3、初始化演化时刻，对所述种子点进行变分水平集演化；

S4、更新所述变分水平集，并进行下一次变分水平集演化；

S5、判断演化结果是否满足终止条件，若是，则停止演化，若否则返回执行步骤S4；

S6、将所述演化结果作为超像素的边界。

在一个具体实施例中，所述判断演化结果是否满足终止条件为：

比较前一次变分水平集演化与当前变分水平集演化的种子点覆盖区域是否小于预设阈值。

在一个具体实施例中，所述步骤S1包括：

S11、在待生成超像素块图像像素上选取均匀的K个种子点；

S12、扰动所述K个种子点，使所述种子点远离高梯度区域；

S13、对所述K个种子点进行标记。

在一个具体实施例中，所述预定条件为：判断种子点坐标P(x,y)是否满足条件∑_x,y[Φ⁰(x,y)＞＝0]，其中，Φ⁰为坐标P(x,y)到演化边界的欧式距离。

在一个具体实施例中，所述步骤S3包括：

建立集成相干斑噪声的变分水平集演化迭代方程；

根据所述集成相干斑噪声的变分水平集演化迭代方程对所述种子点进行变分水平集演化；