[发明专利]一种SAR图像快速超像素合并及图像分割方法

说明书

一种SAR图像快速超像素合并及图像分割方法，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；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。本发明SAR图像快速超像素合并及图像分割方法考虑了SAR图像后向散射灰度相似性，边缘信息相似性以及局部均匀相似性，设计了一套针对SAR图像超像素快速合并方法，从而实现SAR图像快速精细化分割。本发明能对SAR图像实现快速精细化分割，从而有助于提取SAR图像地物信息。

技术领域

本发明属于雷达遥感图像解译领域，具体涉及一种SAR图像快速超像素合并及图像分割方法，适用于SAR图像场景分类以及目标检测识别。

背景技术

作为一种全天时、全天候都能工作的主动成像系统，合成孔径雷达(SAR)已广泛用于许多领域，例如农业监测、土地资源管理、城市发展以及军事等。

SAR图像分割是遥感信息提取和解译的关键步骤，它将SAR图像分割成几个不重叠的同质区域，从而提供了基于区域的表征信息。但是由于SAR图像中固有的相干斑噪声，严重的几何失真以及复杂的后向散射使得分割仍然非常困难。到目前为止，已经存在较多的SAR图像分割方法，例如光谱迭代聚类、活动轮廓模型、水平集、图分割、基于边缘分割、基于区域分割和混合分割方法。由于基于边缘和基于区域的分割方法不仅利用了SAR图像几何结构信息，还利用了图像内相邻像素之间的空间关系，因此这种方法可以减少相干斑噪声对图像分割的影响。更重要的是，可以在很大程度上保留图像细节，例如孤立的目标和线条。基于边缘的分割方法旨在发现SAR图像中的边缘，可以从闭合轮廓中恢复目标区域，其分割性能在很大程度上取决于边缘检测的效果。值得指出的是，由于SAR图像中的相干斑噪声和较低的图像动态范围，生成的边缘存在许多错误边缘点或缺失点，这容易导致错误分割。

发明内容

本发明的目的在于针对上述现有技术中SAR图像分割边界检测精度不高的问题，提供一种SAR图像快速超像素合并及图像分割方法，生成的超像素具有较高的边界保持性，能够很好地保持图像细节，超像素合并过程无需预先设置任何合并参数，实现图像快速精细化分割。

为了实现上述目的，本发明有如下的技术方案：

一种SAR图像快速超像素合并及图像分割方法，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；

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。

优选的，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。

优选的，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。