[发明专利]基于稀疏表示和多字典的SAR图像分割

摘要

本发明公开了一种SAR图像分割的方法，属于图像处理领域，主要解决SVM应用于SAR图像分割易产生边缘分割效果差问题。分割过程为：确定分类中尺度和每个尺度使用次数，得到包含K个元素的尺度向量；第k次分类中，为每类地物在其类别区域内选取像素点作为训练样本用来构造第k次分类字典A^k；对SAR图像的像素点使用尺度向量中第k个元素得到特征向量；根据特征向量和字典A^k，得到稀疏系数；根据稀疏系数判断像素点所属类别；遍历整幅图像，得到图像的本次分类结果；若k＜K,则令k=k+1，为每一类地物随机选取像素点作为下次分类的训练样本，重复上述步骤。本发明具有分割结果区域一致性好，保留信息完整的优点，且对噪声具有鲁棒性。

主权项

一种利用稀疏表示进行SAR图像分割方法，包括如下步骤：步骤一、在待分割一幅SAR图像中，为每一类地物选择一个只包含此类地物的区域作为该类地物的类别区域，分别在每类地物的类别区域随机选取N个像素点作为训练样本用来构建字典;步骤二、根据多个类别区域的图像特征，确定分类所使用一系列尺度，按照由大到小的顺序排列所述一系列尺度作为尺度向量的元素，得到尺度向量[S¹,S²,...,S^k,...,S^K]，其中S^k表示第k次分类所使用的尺度，K表示总的分类次数；步骤三、令k=1；步骤四、在第k次分类中，使用对应的尺度S^k作为提取特征的窗口，以选取的像素点为中心点，对窗口内的像素点的值提取直方图特征和纹理特征，构造第k次分类用到的字典A^k；步骤五、对待分割SAR图像中的每一个像素点Y_i,j，使用尺度S^k作为提取特征的窗口，以选取的像素点为中心点，采取与步骤四中提取直方图特征和纹理特征相同的方式对窗口内的像素点的值提取直方图特征和纹理特征，根据直方图特征和纹理特征得到特征向量其中i,j表示像素点Y_i,j的横、纵坐标；步骤六、求解得到稀疏系数根据所得的稀疏系数的值判断对应的像素点Y_i,j所属类别，表示横、纵坐标分别为i，j的像素点第k次分类的稀疏系数；遍历整幅SAR图像所有的像素点，得到第k次的分类结果；步骤七、若k＜K,则令k=k+1，根据上次的分类结果，在整幅图像上已经正确分类的像素点中为每一类地物随机选取N个像素点作为下次分类的训练样本，执行步骤四—步骤七；步骤八、若k＝K,停止分类，本次得到的分类结果为最后的分类结果。