[发明专利]一种基于FCM聚类和OTSU分割的SAR图像海陆分割方法

说明书

本发明公开了一种基于FCM聚类和OTSU分割的SAR图像海陆分割方法，增强图像的细节信息，去除图像的相干斑噪声，保留图像的细节纹理信息，采用保边缘控制因子计算各像素点的灰度值，提取图像的灰度特征，采用灰度共生矩阵计算各像素点的特征值，提取图像的纹理特征，采用FCM聚类算法，结合灰度特征和纹理特征分割图像，减少弱反射的背景地物等造成的虚警区域，采用全局OTSU阈值，提取连通区域，得到前景的连通区域和背景的连通区域，划分海陆区域，保证了海陆分割的准确性，减少海杂波、舰船、岛屿等对SAR图像海陆分割的影响。

技术领域

本发明属于图像处理技术领域，具体涉及一种SAR图像分割技术。

背景技术

基于合成孔径雷达SAR图像的海陆分割可以给港口与舰船等军事目标检测提供重要的基础信息，国内外学者提出了很多SAR图像海陆分割技术。现有技术中，基于简单线性迭代聚类SLIC超像素分割的SAR图像海陆分割算法，首先利用精致Lee滤波预处理，以抑制SAR图像的相干斑噪声，然后通过SLIC算法生成超像素斑块，并对超像素斑块进行FT区域显著性检测与相似度聚类，最后经过图像二值化的方法获得SAR图像海陆分割结果。该方法不足之处是，SLIC超像素分割参数选取会直接影响海陆分割结果，鲁棒性和自适应性较差，不适用于复杂场景下海陆分割。

针对SAR图像的异质性特点，基于随机加权估计和水平集的SAR图像分割方法，采用改进的基于广义的Gamma分布模型，利用随机加权估计方法对广义Gamma分布模型进行参数估计，可以更好地拟合SAR图像观测值。但是，大多数的水平集方法未能充分利用SAR图像信息，演化曲线不能正确收敛到目标边缘，在复杂背景下SAR图像海陆分割中还存在很多问题。

发明内容

本发明为了解决现有技术存在复杂背景下弱散射目标干扰的问题，提出了一种基于FCM聚类和OTSU分割的SAR图像海陆分割方法，对不同噪声水平自适应调整，一定程度上减少海杂波、舰船、岛屿等对SAR图像海陆分割的影响，为了实现上述目的，本发明采用了以下技术方案。

图像预处理：增强图像的细节信息，去除图像的相干斑噪声，保留图像的细节纹理信息。

进一步的，采用均衡化图像灰度直方图以提升SAR图像的亮度和对比度，采用基于NSCT的自适应去噪算法对图像去噪。

图像分割：采用保边缘控制因子计算各像素点的灰度值，提取图像的灰度特征，采用灰度共生矩阵计算各像素点的特征值，提取图像的纹理特征，采用FCM聚类算法，结合灰度特征和纹理特征分割图像，减少弱反射的背景地物等造成的虚警区域。

进一步的，设置保边缘控制因子，统计任意像素点的灰度值与其N×N相邻各像素点的灰度值的相似个数，若相似个数少于保边缘控制因子，则该像素点的灰度值取相似像素点的灰度值的平均值，否则取N×N相邻各像素点的灰度值的平均值。

进一步的，设置0°、45°、90°、135°四个方向和距离为d，构建每个像素点与其N×N相邻各像素点的灰度共生矩阵，计算每个像素点的相关度、同质性、熵、角二阶矩。

连通区域划分：采用全局OTSU阈值，提取连通区域，得到前景的连通区域和背景的连通区域，实现海陆的精细分割。

进一步的，设置前景像素值1、背景像素值0，二值分割图像。

进一步的，设置阈值，将面积小于阈值的前景区域变更为背景区域，以去除海面杂波和舰船的干扰，获得完整、连通的海陆分割结果。

进一步的，对图像实施形态学膨胀，将部分背景区域变更为前景区域，保留港口舰船的信息，填补海陆分割中存在的孔洞现象。