[发明专利]一种SAR图像快速超像素合并及图像分割方法

权利要求书

1.一种SAR图像快速超像素合并及图像分割方法，其特征在于，包括以下步骤：

针对SAR图像，提取像素局部梯度比率特征；

对SAR图像进行边缘检测；

对SAR图像进行超像素过分割；

计算超像素之间的差异性，根据差异性确定超像素合并顺序；计算超像素之间的差异性以及确定超像素合并顺序的步骤如下：

使用超像素的样本平均幅度计算超像素灰度差异性，两个超像素R和R′的样本均值如下：

则SAR图像超像素灰度差异性计算公式为：

其中，L为SAR图像等效视数，|·|为超像素尺寸大小，即像素个数；

按下式计算两个超像素之间的空间关系差异性：

其中表示超像素R的边界像素，上式中分母是两个超像素的公共边界长度；

E_ε描绘了公共边界像素的平均边缘强度；

将同质差异性定义为：

其中表示超像素R的同质性，定义为：

其中ENL定义为SAR图像的等效视数，ESM为SAR图像边缘强度图；

则超像素的差异性度量表征为：

根据超像素之间的差异性度量，得到SAR图像超像素合并顺序，差异性越小则优先合并；

确定自适应合并规则，根据自适应合并规则完成超像素合并。

2.根据权利要求1所述的SAR图像快速超像素合并及图像分割方法，其特征在于：在局部梯度比率特征中，将邻域中每个像素的梯度值表征为自身与中心像素之间的灰度值差。

3.根据权利要求2所述的SAR图像快速超像素合并及图像分割方法，其特征在于：

按下式计算每个像素的梯度比率：

将中心像素的梯度比率特征视为其所有邻域像素的平均梯度比率比值，按下式计算：

计算邻域像素与中心像素的局部梯度比率特征的二进制表征值，作为中心像素处的局部梯度比率特征值，计算式如下：

其中，G_ratio(g_p)和分别为邻域像素g_p和中心像素g_c的梯度比率特征；

s(·)是一个符号函数，定义为：

R是中心像素的邻域半径，P是邻域像素的个数。

4.根据权利要求1所述的SAR图像快速超像素合并及图像分割方法，其特征在于：

采用高斯窗口对SAR图像进行边缘检测。

5.根据权利要求4所述的SAR图像快速超像素合并及图像分割方法，其特征在于：

水平方向上的高斯窗口函数定义为：

其中，GW(x，y)为像素(x，y)的高斯权重，该权重用于对子窗口两侧像素的LGRP特征进行加权平均；窗口的长度和宽度分别由参数σ_x和σ_y控制；

通过两个子窗口之间的角度增量θ_f，进行高斯窗旋转如下：

使用高斯窗口来计算LGRP特征值的局部窗口均值，通过将高斯窗口函数与特征值进行卷积，计算出像素(x，y)在窗口角度θ_f时的LGRP特征：

高斯窗口角度θ_f离散为θ_f＝0,π/N_f,...,π(N_f-1)/N_f，其中N_f是窗口方向的数量；之后通过比率距离计算中心像素(x，y)两侧LGRP特征的局部均值相似度：

其中f是当前窗口，U和L分别表示中心像素(x，y)两侧的上下子窗口；

则边缘强度图ESM表征为：

ESM＝1-R(x,y)。