基于射线补全区域图和特征学习的sar图像分割方法
【专利摘要】本发明公开了一种基于射线补全区域图和特征学习的SAR图像分割方法，主要解决现有分割方法无法对大片农田等匀质区域进行精确分割的问题。其实现过程为：1.对输入的SAR图像使用初始素描模型得到素描图；2.提出射线聚类方法对素描线进行补全并获取区域图；3.利用区域图将SAR图像划分为像素空间的聚集区域、匀质区域和结构区域；4.对聚集区域和匀质区域分别利用词袋模型进行特征学习和聚类，对结构区域进行分水岭分割和素描线指导的超像素合并，将合并后的超像素利用灰度特征合并到匀质区域，最终得到SAR图像分割结果；与现有技术比较，本发明的分割结果不仅具有良好的区域一致性，而且对边界和线目标有比较精确的定位。
【专利说明】基于射线补全区域图和特征学习的SAR图像分割方法
【技术领域】
[0001] 本发明属于图像处理【技术领域】，涉及SAR图像的分割方法，可用于目标检测或识 别。
【背景技术】
[0002] SAR图像分割是SAR图像处理与解译中基本而关键的技术之一，分割结果对图像 后续处理有重要影响。由于SAR系统独特的成像原理，造成了 SAR图像中包含大量的相干 斑噪声、复杂繁多的目标和交杂的阴影，这些都增加了 SAR图像分割的难度。同时由于SAR 图像与光学图像存在本质上差别，许多成熟的光学图像的分割方法都无法应用到SAR图像 分割中。目前SAR图像的分割方法可以大致划分为两类：基于灰度级的分割方法和基于纹 理的分割方法。但是在实际的应用中，这两类方法都存在一些不足：
[0003] (1)基于灰度级的分割方法，大多以像素或超像素为处理单位，对SAR图像进行无 监督的分割，但是此类方法对SAR图像中聚集的灰度成像明暗相间变化的区域存在过分割 现象，无法获得一致较好的连通区域。
[0004] (2)基于纹理的分割方法，通过纹理分析方法提取SAR图像中的地物纹理特征，利 用纹理特征进行分割。此类方法虽然能够对聚集的灰度成明暗相间变化的区域获得一致的 连通分割，但是要求提供描述纹理的模型，并要求提供学习模型参数的样本数据，属于有监 督的SAR图像分割，不能实现对SAR图像数据的自动处理，限制了该类方法的应用。
[0005] 初始素描模型是图像的一种稀疏表示，它以素描线刻画图像灰度变化信息。西安 电子科技大学的专利申请"一种基于线段共生矩阵特征和区域图的SAR图像分割方法"（公 布号：CN103955913A，申请号：201410054795. 4,申请日：2014. 02. 18)中公开了一种基于 SAR图像初始素描模型的SAR图像分割方法。该方法根据初始素描模型提取SAR图像的素 描图，依据线段灰度共生矩阵特征对素描线进行分类；根据线段分类结果和空间近邻的聚 集性分析提取SAR图像的区域图；依据SAR图像的区域图，将原SAR图像映射为不同的区 域；使用分水岭方法分别对聚集区域，非聚集区域和无线段区域采用分水岭进行边界定位， 最终得到SAR图像分割结果，有效的分割出了一致连通性的具有明暗灰度变化的地物聚集 区域。但是该方法存在两处不足：1、该方法使用的素描线存在断开的情况，形成的非聚集区 域不够完整；2、对于无线段区域没有进行精确划分。
【发明内容】
[0006] 本发明的目的在于针对上述已有技术的不足，提出一种基于射线补全区域图和特 征学习的SAR图像分割方法，以实现对聚集的明暗相间区域进行连通分割，对SAR图像匀质 区域进行更加精确的划分，改善分割效果。
[0007] 本发明的技术方案是：利用射线法对缺失的素描线进行补全并生成SAR图像成区 域图，结合词袋模型提取区域特征，对SAR图像进行分割，其具体步骤包括如下：
[0008] (1)根据SAR图像初始素描模型提取SAR图像素描图，该素描图由刻画SAR图像灰 度变化信息的数根素描线构成，每一根素描线由若干个素描线段构成；
[0009] (2)提取SAR图像区域图：
[0010] (2. 1)将数根素描线划分为两类：第一类为代表聚集地物的素描线，第二类为代 表边界、线目标和孤立目标的素描线；
[0011] (2. 2)利用聚集区域获取方法在素描图上得到覆盖聚集素描线的区域，并标记该 区域中所有像素在素描图中的坐标；
[0012] (2. 3)利用射线聚类对第二类素描线中短缺的素描线进行补全，得到封闭区域：
[0013] (2. 3a)计算每一根素描线的长度，按照长度由长到短对这些素描线进行排序；
[0014] (2.3b)设置计数器a = 1，设置阈值E = 21，判断a是否小于E，如果是，则执行 步骤（2.3c)?（2. 3i);否则，得到对第二类素描线补全的结果，执行步骤（2.4);
[0015] (2. 3c)在排序后的第a根素描线上选择3个种子点，用这3个种子点将其所在的 素描线分为4等分线段，如果某个种子点恰好是某个素描线段的端点，则舍弃该种子点；
[0016] (2.3d)以每一个种子点为起点，在当前素描线两侧沿着与素描线之间的夹角为 1?180度的180个方向向外延伸，如果延伸过程中遇到第二类素描线或者聚集区域Al的 边界或者对其他素描线补全得到的封闭区域边界，则停止延伸，形成以种子点为起点的射 线，每一个种子点在素描线两侧各产生180条射线，根据射线与素描线夹角的大小对这些 射线排序；
[0017] (2. 3e)计算所有射线的长度，用第一条射线生成第一个射线簇，对于剩余的179 条射线，将其长度与其前一条射线的长度进行比较，如果这两个长度之中较大的与较小的 之比小于1. 25?1. 5,则将该射线加入其前一条射线所在的射线簇，否则，用该射线生成一 个新的射线簇；
[0018] (2. 3f)设置阈值T = 5,对包含射线数目小于阈值T的射线簇进行修正；
[0019] (2. 3g)对长度突变的射线进行修正，再次对经长度突变修正后射线数目小于阈 值T的射线簇进行修正；
[0020] (2. 3h)连接当前素描线的端点和与其在空间位置上最近邻的射线终点，并依次连 接所有射线的终点，得到种子点的射线闭合圈；
[0021] (2. 3i)分别在素描线两侧合并三个种子点的射线闭合圈，形成素描线的射线闭合 圈，利用射线闭合圈生成补全的素描线，得到当前素描线的封闭区域，将计数器a的值增 加1，执行（2. 3b)。
[0022] (2. 4)对第二类素描线以及补全的素描线，以每个素描线的每个素描点为中心构 造大小为5X5的几何结构窗获得结构区域，并标记该区域所有像素在素描图中的坐标；
[0023] (2. 5)将素描图中除去聚集区域和结构区域以外的部分作为匀质区域，并标记该 区域所有像素在素描图中的坐标；
[0024] (2.6)利用素描图中聚集区域、结构区域和匀质区域中像素的坐标，提取区域图， 使得区域图和素描图中相同坐标处的像素属于同一种区域，并且将区域图中属于聚集区域 的像素的灰度值设定为255、属于结构区域的像素的灰度值设定为125、属于匀质区域的像 素的灰度值设定为〇 ;
[0025] (3)根据区域图，将SAR图像划分为像素空间的聚集区域A1、像素空间的匀质区域 A2以及像素空间的结构区域A3 ;
[0026] (4)对聚集区域Al和匀质区域A2分别利用词袋模型进行特征学习和聚类，对结构 区域A3进行分水岭分割和素描图指导的超像素合并，将合并后的超像素利用灰度均值和 方差组成的特征合并到匀质区域中，最终得到SAR图像分割结果；
[0027] 本发明与现有技术相比具有以下优点：
[0028] 1、能对短缺的素描线进行补全，进而能够更加准确的反映 SAR图像的结构信息。
[0029] 素描图是对SAR图像的一种稀疏表示，它能够反映 SAR图像地物的边界和轮廓等 结构信息。本发明首先根据素描线的聚集度分析将素描线划分成两类：第一类为代表聚集 地物的素描线，第二类为代表边界、线目标和孤立目标的素描线，然后利用射线对第二类素 描线进行补全，从而能更加准确的描述SAR图像的结构信息。
[0030] 2、能对SAR图像中的农田等大片匀质地物进行更精确的分割。
[0031] SAR图像中常常包含大片农田等匀质地物，利用初始素描模型获得的素描线往往 难以准确刻画这些匀质地物的边界，本发明对第二类素描线进行补全得到封闭区域，这些 封闭区域将农田等大片匀质区域分成了更多的小区域，对这些小区域分别进行特征并聚 类，从而实现了对其更精确的分割。
[0032] 下面结合实施例和附图对本发明作进一步说明。
【专利附图】
【附图说明】
[0033] 图1是本发明的实现流程图；
[0034] 图2是本发明中提取区域图的子流程图；
[0035] 图3是本发明中使用射线聚类进行素描线补全获得封闭区域子流程图；
[0036] 图4是本发明使用的原SAR图像；
[0037] 图5是本发明中基于SAR图像初始素描模型提取的素描图；
[0038] 图6是本发明中素描线分类结果图；
[0039] 图7是本发明中对第二类素描线按照长度进行排序的结果图；
[0040] 图8是本发明中素描线上选取的种子点示意图；
[0041] 图9是本发明中利用种子点生成的射线示意图；
[0042] 图10是本发明中对射线进行射线簇划分的结果图；
[0043] 图11是本发明中对包含射线数目小于阈值T的射线簇进行修正的结果图；
[0044] 图12是本发明中对长度突变的射线簇进行修正的结果图；
[0045] 图13是本发明中对经长度突变修正后的射线数目小于阈值T的射线簇进行修正 的结果图；
[0046] 图14是本发明中利用射线生成的射线闭合圈示意图；
[0047] 图15是本发明中利用射线对第二类素描线补全得到封闭区域结果图；
[0048] 图16是本发明中基于射线补全获得的区域图；
[0049] 图17是本发明中分别对聚集区域和匀质区域的分割结果图；
[0050] 图18是本发明中对结构区域分割结果图；
[0051] 图19是本发明中最终的SAR图像分割结果图。
【具体实施方式】
[0052] 参照图1，本发明的实现步骤如下：
[0053] 步骤1，获取SAR图像初始素描图。
[0054] 输入如图4所示的一幅SAR图像，使用SAR图像初始素描模型提取SAR图像的初 始素描图，结果如图5所示。
[0055] 所述的SAR图像初始素描模型，参见Jie-Wu等人于2014年发表在IEEE Transactions on Geoscience and Remote Sensing 杂志上的文章 《Local maximal homogenous region search for SAR speckle reduction with sketch-based geometrical kernel function〉〉。
[0056] 步骤2,利用素描图提取SAR图像区域图。
[0057] 参照图2,本步骤的具体实现如下：
[0058] 第一步，根据素描线聚集度分析结果，将数根素描线划分为两类：第一类为代表聚 集地物的素描线，第二类为代表边界、线目标和孤立目标的素描线，分类结果如图6所示， 其中黑色素描线为第一类素描线，灰色素描线为第二类素描线，
[0059] 所述素描线聚集度分析方法，参见西安电子科技大学袁嘉琳于2013年发表的硕 士论文《基于Primal Sketch Map和语义信息分类的SAR图像分割》；
[0060] 第二步，利用聚集区域获取方法在素描图上得到覆盖聚集素描线的区域，并标记 该区域中所有像素在素描图中的坐标，
[0061] 所述素描线聚集度分析方法，参见西安电子科技大学袁嘉琳2013年发表的硕士 论文《基于Primal Sketch Map和语义信息分类的SAR图像分割》；
[0062] 第三步，对第二类素描线利用射线对其短缺的素描线进行补全，得到封闭区域：
[0063] (3a)计算每一根素描线的长度，按照长度由长到短对这些素描线进行排序，结果 如图7所示，图中素描线上的黑色数字为排序后前20根素描线的标号；
[0064] (3b)设置计数器a = 1，设置阈值E = 21，判断a是否小于E，如果是，则执行步 骤（3c)?（3i);否则，得到对第二类素描线补全的结果，如图15所示，其中黑色部分为原 本的素描线，灰色部分为补全素描线，执行第四步；
[0065] (3c)在排序后的第a根素描线上选择3个种子点，用这3个种子点将其所在的素 描线分为4等分线段，如果某个种子点恰好是某个素描线段的端点，则将该种子点移动到 所在素描线段的中点处，图8 (a)和图8 (b)分别展示了两个不同素描线上的种子点，图中浅 灰色部分为素描线，黑色部分为种子点；
[0066] (3d)以每一个种子点为起点，在当前素描线两侧沿着与素描线之间的夹角为1? 180度的180个方向向外延伸，如果延伸过程中遇到第二类素描线或者聚集区域Al的边界 或者对其他素描线补全得到的封闭区域边界，则停止延伸，形成以种子点为起点的射线，每 一个种子点在素描线两侧各产生180条射线，根据射线与素描线夹角的大小对这些射线排 序，结果如图9所示，图中灰色部分为射线，黑色部分为第二类素描线；
[0067] (3e)计算所有射线的长度，用第一条射线生成第一个射线簇，对于剩余的179条 射线，将其长度与其前一条射线的长度进行比较，如果这两个长度之中较大的与较小的之 比小于1. 25?1. 5,则将该射线加入其前一条射线所在的射线簇，否则，用该射线生成一个 新的射线簇，结果如图10所示，图中数字为射线簇的标号；
[0068] (3f)设置阈值T = 5,对包含射线数目小于阈值T的射线簇进行修正：
[0069] 3fl)计算每一个射线簇凡包含的射线数目Npi = 1，2，...，M，其中M为射线簇总 数，并计算每一个射线簇Ti的长度均值Li :
【权利要求】
1. 一种基于射线补全区域图和特征学习的SAR图像分割方法，包括以下步骤： (1) 根据SAR图像初始素描模型提取SAR图像素描图，该素描图由刻画SAR图像灰度变 化信息的数根素描线构成，每一根素描线由若干个素描线段构成； (2) 提取SAR图像区域图： (2. 1)将数根素描线划分为两类：第一类为代表聚集地物的素描线，第二类为代表边 界、线目标和孤立目标的素描线； (2.2)利用聚集区域获取方法在素描图上得到覆盖聚集素描线的区域，并标记该区域 中所有像素在素描图中的坐标； (2. 3)利用射线聚类对第二类素描线中短缺的素描线进行补全，得到封闭区域： (2. 3a)计算每一根素描线的长度，按照长度由长到短对这些素描线进行排序； (2.3b)设置计数器a= 1，设置阈值E= 21，判断a是否小于E，如果是，则执行步骤 (2.3c)?（2. 3i);否则，得到对第二类素描线补全的结果，执行步骤（2.4); (2.3c)在排序后的第a根素描线上选择3个种子点，用这3个种子点将其所在的素描 线分为4等分线段，如果某个种子点恰好是某个素描线段的端点，则将该种子点移动到所 在素描线段的中点处； (2.3d)以每一个种子点为起点，在当前素描线两侧沿着与素描线之间的夹角为1? 180度的180个方向向外延伸，如果延伸过程中遇到第二类素描线或者聚集区域A1的边界 或者对其他素描线补全得到的封闭区域边界，则停止延伸，形成以种子点为起点的射线，每 一个种子点在素描线两侧各产生180条射线，根据射线与素描线夹角的大小对这些射线排 序； (2. 3e)计算所有射线的长度，用第一条射线生成第一个射线簇，对于剩余的179条射 线，将其长度与其前一条射线的长度进行比较，如果这两个长度之中较大的与较小的之比 小于1. 25?1. 5,则将该射线加入其前一条射线所在的射线簇，否则，用该射线生成一个新 的射线簇； (2. 3f)设置阈值t=5,对包含射线数目小于阈值t的射线簇进行修正； (2. 3g)对长度突变的射线进行修正，判断是否存在射线数目小于阈值t的射线簇，如 果由于，再次对经长度突变修正后射线数目小于阈值t的射线簇进行修正； (2. 3h)连接当前素描线的端点和与其在空间位置上最近邻的射线终点，并依次连接所 有射线的终点，得到种子点的射线闭合圈； (2. 3i)分别在素描线两侧合并三个种子点的射线闭合圈，形成素描线的射线闭合圈， 利用射线闭合圈生成补全的素描线，得到当前素描线的封闭区域，将计数器a的值增加1， 执行（2. 3b)。 (2. 4)对第二类素描线以及补全的素描线，以每个素描线的每个素描点为中心构造大 小为5X5的几何结构窗获得结构区域，并标记该区域所有像素在素描图中的坐标； (2. 5)将素描图中除去聚集区域和结构区域以外的部分作为匀质区域，并标记该区域 所有像素在素描图中的坐标； (2.6)利用素描图中聚集区域、结构区域和匀质区域中像素的坐标，提取区域图，使得 区域图和素描图中相同坐标处的像素属于同一种区域，并且将区域图中属于聚集区域的像 素的灰度值设定为255、属于结构区域的像素的灰度值设定为125、属于匀质区域的像素的 灰度值设定为0 ; (3) 根据区域图，将SAR图像划分为像素空间的聚集区域A1、像素空间的匀质区域A2 以及像素空间的结构区域A3 ; (4) 对聚集区域A1和匀质区域A2分别利用词袋模型进行特征学习并和聚类，对结构区 域A3进行分水岭分割和素描图指导的超像素合并，将合并后的超像素利用灰度均值和方 差组成的特征合并到匀质区域中，最终得到SAR图像分割结果。
2. 根据权利要求1所述的SAR图像分割方法，其中步骤（2. 3f)所述的设置阈值t= 5,对包含射线数目小于阈值t的射线簇进行修正，按以下步骤进行： (2. 3f1)计算每一个射线簇包含的射线数目队，i= 1，2,. . .，M，其中M为射线簇总 数，并计算每一个射线簇t的长度均值Q，其计算公式如下：
其中，&表示第j个射线，&表示第j个射线的长度； (2. 3f2)分别判断第一个和最后一个射线簇的射线数目，如果射线数目小于阈值t， 则获取与第一个和最后一个射线簇在空间位置上紧邻的射线的长度P，执行步骤（2. 3f3); 否则，执行（2. 3f4); (2. 3f3)判断长度P是否小于第一个或最后一个射线簇的长度均值，如果是，则将第一 个或最后一个射线簇的所有射线中距离射线起点超过长度P的部分从射线中减掉；否则， 执行（2. 3f4); (2. 3f4)分别判断除第一个和最后一个以外的射线簇的射线数目，如果这些射线数目 小于阈值t，则获取与除第一个和最后一个以外的射线簇在空间位置上紧邻的两条射线的 长度A和U2，执行步骤（2. 3f5);否则，执行（2. 3g); (2. 3f5)判断两条射线的长度仏和U2是否都小于射线簇的长度均值，如果是，则选择A和U2中更小的一个作为该射线的待调整长度，将该射线簇的所有射线中距离射线起点超 过待调整长度的部分从射线中减掉，执行步骤（2. 3e)，得到对包含射线数目小于阈值t的 射线簇进行修正的结果。
3. 根据权利要求1所述的SAR图像分割方法，其中步骤（2. 3g)所述的对长度突变的射 线进行修正，再次对经长度突变修正后射线数目小于阈值t的射线簇进行修正，按以下步 骤进行： (2. 3gl)根据SAR图像初始素描模型提取不同参数值的另一幅素描图，使得该素描图 中的素描线条数是原来素描图中的素描线条数的1. 2?4倍，将不同参数的素描图称为辅 助素描图； (2. 3g2)对每一个射线簇设置一个状态，用来记录该射线簇是否被处理过。如果某一射 线簇的状态为未处理，表示其没有被处理过；如果某一射线簇状态为已处理，表示其已经被 处理过；将所有射线簇的状态设置为未处理； (2. 3g3)计算未处理的所有射线簇的长度，确定其中最短的射线簇，确定与其在空间位 置上相邻的射线簇； (2. 3g4)判断相邻的射线簇的长度均值是否比最短射线簇的长度均值大，如果是，则提 取最短射线簇中与相邻射线簇在空间位置上紧邻的射线的长度Q，对相邻射线簇中的所有 射线分别从距离起点长度为Q处开始向终点遍历，如果遍历的过程中辅助素描图相应位置 处存在素描线，则停止向后遍历，将没有遍历到的部分从素描线中减掉并重新计算素描线 的长度，更改最短射线簇的状态为已处理；否则，执行步骤（2. 3g5); (2. 3g5)重复执行步骤（2. 3g3)和（2. 3g4)，直到所有的射线簇都被标记为已处理，得 到对长度突变的射线簇的修正的结果； (2. 3g6)对经长度突变修正后射线数目小于阈值t的射线簇再按照步骤（2. 3f)进行 修正。
【文档编号】G06K9/46GK104408458SQ201410748174
【公开日】2015年3月11日 申请日期:2014年12月9日 优先权日:2014年12月9日
【发明者】刘芳, 门龙生, 李玲玲, 焦李成, 郝红侠, 武杰, 杨淑媛, 孙涛, 张向荣, 尚荣华 申请人:西安电子科技大学