[发明专利]一种基于超像素的区域合并SAR图像海岸线检测算法

摘要

本发明公开了一种基于超像素的区域合并SAR图像海岸线检测算法读取合成孔径雷达SAR图像I，输入k个超像素的种子点，计算种子点的位置并计算出各种子点的邻域点均值和中心点均值的相似程度Si,j，然后计算各种子点的均值和方差作为种子点的特征，重复步骤直至所有点的类别都不在发生变化。计算超像素的像素均值，超像素内像素数量和超像素内像素的标准差，直到迭代前后超像素不再合并，则输出海岸线检测结果。本发明通过构建一个新的局部窗，可以有效的解决传统矩形窗中因含有边缘导致计算出的特征模糊的问题，通过该局部窗构建一个相似性描述子，使得提取出的特征更加精确，使得超像素的边缘贴合度更高。

主权项

一种基于超像素的区域合并SAR图像海岸线检测算法，其特征在于包括如下步骤：S1：读取合成孔径雷达SAR(Synthetic Aperture Radar)图像I，输入k个超像素的种子点；S2：根据所输种子点的数量k和图像的宽m和高n，计算种子点的位置；S3：遍历所述合成孔径雷达图像I，根据邻域点j和种子点i的相对位置关系确定邻域点局部窗和种子点局部窗的形状；所述邻域点j是指位于种子点的2像素×2像素的局部窗内，分别计算出种子点局部窗和邻域点局部窗内邻域点和中心点的相似程度Si,j；S4：在邻域点和中心点的局部窗内对所述邻域点均值和中心点均值的相似程度Si,j在局部窗内采用聚类算法计算集合Ci，所述集合选取Si,j接近1的邻域点j作为和中心点i属于同一类的点，并计算各中心点i的均值和集合Ci中每一个点均值的标准差作为中心点的特征；S5：计算邻域点j和其周围每一个种子点i的di,j；将邻域点j合并di,j最小的种子点中，并更新种子点i的特征和位置；所述合并邻域点j分配和中心点i相同的标签即两者属于同一类；S6：重复步骤S3‑S5直至所有点的类别都不再发生变化；S7：计算超像素的像素均值，超像素内像素数量和超像素内像素的标准差；遍历所述图像I，计算出超像素i和超像素j之间的相似性di,j和两个超像素的相似性判断的阈值E，当di,j小于E的大小时合并超像素的区域；S8：重复步骤S7，直到迭代前后超像素不再合并，则输出海岸线检测结果。