專利名稱：基于局部Gamma擬合的活動(dòng)輪廓SAR圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，涉及一種圖像分割方法，特別涉及一種SAR圖像的 活動(dòng)輪廓圖像分割方法。
背景技術(shù)：
合成孔徑雷達(dá)(SAR)以其全天時(shí)、全天候的高分辨率數(shù)據(jù)獲取能力成為軍事 及民用領(lǐng)域普遍采用的對(duì)地觀測(cè)技術(shù)。圖像分割是SAR圖像自動(dòng)解譯的基礎(chǔ)性工作，受 到了廣泛的關(guān)注。由于SAR系統(tǒng)采用相干成像處理，致使SAR圖像中存在大量相干斑噪 聲，這也是SAR圖像精確分割的重要障礙。立足于消除斑點(diǎn)噪聲的影響，傳統(tǒng)SAR分割 方法需求通過(guò)相干斑預(yù)處理，但由于預(yù)處理在抑制相干斑的同時(shí)，不可避免地?fù)p失了潛在 邊界等細(xì)節(jié)信息，致使分割效果不佳。目前，基于曲線演化理論和水平集方法的幾何活動(dòng)輪廓模型(Active Contour Model, ACM)受到了眾多研究者的關(guān)注，SAR圖像的ACM分割研究也方興未艾。ACM 實(shí)現(xiàn)圖像分割的基本思想是將演化曲線(活動(dòng)輪廓)隱含地表示為更高維曲面的零水平 集，水平集在演化方程控制下進(jìn)行演化，直至圖像的目標(biāo)邊界。ACM有許多優(yōu)點(diǎn)曲線演 化過(guò)程始終處于固定格網(wǎng)，數(shù)值實(shí)現(xiàn)簡(jiǎn)單；能夠自動(dòng)處理邊界的拓?fù)渥兓惶峁┕饣?閉合的高精度分割曲線，方便后續(xù)的圖像解譯工作；特別是區(qū)域ACM能夠利用圖像全局 信息定義能量泛函，對(duì)斑點(diǎn)噪聲具有較好的抑制作用，從而避免了復(fù)雜的相干斑預(yù)處理過(guò) 程。然而,現(xiàn)有SAR圖像的ACM分割方法均基于圖像區(qū)域內(nèi)目標(biāo)地物的強(qiáng)度統(tǒng)計(jì)， 其分割精度取決于統(tǒng)計(jì)分布對(duì)圖像數(shù)據(jù)的整體擬合程度，而忽略了邊界局部結(jié)構(gòu)的有效表 征，從而導(dǎo)致分割結(jié)果不理想，特別是在處理深度凹陷等復(fù)雜邊界情況時(shí)存在較大局限。

發(fā)明內(nèi)容
本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提出一種基于局部Gamma擬合的活動(dòng)輪廓SAR圖 像分割方法。該方法首先利用Gamma分布表征SAR圖像中每個(gè)像素一定鄰域內(nèi)的局部 結(jié)構(gòu)，以極大似然作為該鄰域的區(qū)域分離準(zhǔn)則并以此定義局部擬合能量項(xiàng)；然后通過(guò)全 局積分，得到全局優(yōu)化的能量泛函；最后利用幾何活動(dòng)輪廓模型描述和求解能量最小化 過(guò)程，更好地實(shí)現(xiàn)SAR圖像的精確分割。本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)，包含的步驟如下
步驟1將定義域?yàn)? eTR2的SAR圖像I:Ω -IR劃分為個(gè)全剖分的同質(zhì)子區(qū)域
I,該同質(zhì)區(qū)域集滿足
權(quán)利要求
1.基于局部Gamma擬合的活動(dòng)輪廓SAR圖像分割方法，其特征在于該方法包括以下 步驟步驟1將定義域?yàn)棣竴 R2的SAR圖像/ Ω ^R劃分為個(gè)全剖分的同質(zhì)子區(qū)域4N，該同質(zhì)區(qū)域集滿足UQi = Q, Ω<ηΩ , . .= 0 ；對(duì)定義域上的每個(gè)像素點(diǎn)的鄰域內(nèi)執(zhí)行步驟1.1 步驟1.3，實(shí)現(xiàn)局部劃分步驟1.1根據(jù)相干斑噪聲模型，目標(biāo)區(qū)域均勻的SAR圖像滿足Gamma分布，利用Gamma分布擬合鄰域Os.內(nèi)的局部結(jié)構(gòu)，定義區(qū)域Ω; Π A的概率模型，對(duì)于任意 J^qnq / …、"“MMUβ其中￡是SAR圖像的視數(shù)，、是區(qū)域ΑΠΟ,的強(qiáng)度均值，r是Gamma函數(shù)； 步驟1.2利用極大似然作為鄰域4的區(qū)域分離準(zhǔn)則MML{Q\I) = U Π U' ),最大化Ml等價(jià)于最小化-Iog(M1)，以-Iog(Afl)定義能量泛函即可表征局部區(qū)域 分離；步驟1.3結(jié)合用以控制鄰域采樣范圍的權(quán)函數(shù)％，得到鄰域4的局部擬合能量項(xiàng) E，從而實(shí)現(xiàn)局部劃分K = —ΣJrjilic, A^-y)loSP-^i(ι(.>,))# ；用水平集函數(shù)#表示局部二分?jǐn)M合能量項(xiàng)E、= —Σviy))^ ，其中均⑷=//⑷，Μ2(φ) = Ι-Η(Φ), η是單位階躍函數(shù)； 步驟2根據(jù)步驟1所得的Z點(diǎn)局部能量項(xiàng)，在定義域內(nèi)對(duì)積分得到全局的能量泛函 5 = J Ex (φ, cu, C2^ )ck + aP (+ ν￡ (,其中卜if咖用以糾正水平集函數(shù)與符號(hào)距離函數(shù)的偏差，避免演化過(guò)程中的周期性初始化過(guò)程，丄⑷=|V#〔F)楸是長(zhǎng)度約束項(xiàng)，V是梯度算子；步驟3利用Euler-Lagnmge變分極小化步驟2的能量泛函，得到曲線演化的控制方程ft2是時(shí)間變量，式中= 幻是狄拉克函數(shù)，r是演化曲線的曲率，
全文摘要
本發(fā)明公開了一種基于局部Gamma擬合的活動(dòng)輪廓SAR圖像分割方法?，F(xiàn)有的技術(shù)SAR圖像分割精度不高，本發(fā)明首先利用Gamma分布表征原始SAR圖像中每個(gè)像素一定鄰域內(nèi)的局部結(jié)構(gòu)，以極大似然作為該鄰域的區(qū)域分離準(zhǔn)則，并定義局部擬合能量項(xiàng)；然后在定義域內(nèi)對(duì)所有像素點(diǎn)進(jìn)行積分，從而得到全局優(yōu)化的能量泛函；最后采用基于曲線演化理論和水平集方法的幾何活動(dòng)輪廓模型描述和求解能量最小化過(guò)程，從而實(shí)現(xiàn)SAR圖像的有效分割。本發(fā)明具有較強(qiáng)的斑點(diǎn)噪聲抑制能力，能夠?qū)崿F(xiàn)SAR圖像的有效分割，特別是針對(duì)深度凹陷等復(fù)雜邊界仍有較為精確的分割結(jié)果。
文檔編號(hào)G06T7/00GK102024260SQ20101061412
公開日2011年4月20日 申請(qǐng)日期2010年12月30日 優(yōu)先權(quán)日2010年12月30日
發(fā)明者吳海燕, 孔丁科, 宋超, 王勛 申請(qǐng)人:浙江工商大學(xué)