基于区域图和统计相似性编码的SAR图像分割方法

摘要

本发明公开了一种基于区域图和统计相似性编码的SAR图像分割方法，主要解决现有技术需人工经验提取图像特征的问题。其实现步骤是：1.根据SAR图像素描模型提取素描图并对其补全；2.根据补全的素描图提取区域图；3.对聚集区域和匀质区域中像素个数大于阈值的各子区域分别训练栈式降噪自编码网络；4.对聚集区域和匀质区域的各子区域的网络进行结构特征编码，得到每个子区域的结构特征表示；5.分别对聚集区域和匀质区域进行层次聚类，得到聚集区域和匀质区域的分割结果；6.对结构区域用均值比算法进行分割，得到最终的SAR图像分割结果。本发明的分割结果具有较好的区域一致性，且提高了地物的区分效果，可用于目标检测与识别。

主权项

一种基于区域图和统计相似性编码的SAR图像分割方法，包括如下步骤：(1)根据SAR图像的素描模型提取SAR图像的素描图；(2)根据补全的素描图得到SAR图像的区域图，再根据区域图将原SAR图像映射成聚集区域A₁、匀质区域A₂和结构区域A₃；(3)对聚集区域A₁和匀质区域A₂里的各个子区域分别采用栈式降噪自编码模型进行无监督训练，得到各个子区域所对应网络的参数；(4)用步骤(3)获得的各个子区域所对应网络的参数初始化对应网络，用反向传播算法微调网络权值，直至前后两次SAR图像的重构误差小于等于重构阈值σ＝0.05，否则，返回步骤(3)；(5)将已训练完毕的同类型的子区域的网络权值进行基于统计相似性的结构特征编码，联合其重构误差，得到各个子区域的结构特征表示，并分别对同类型的各个子区域的结构特征表示进行层次聚类，得到聚集区域A₁及匀质区域A₂的分割结果；(6)对结构区域A₃用均值比边缘检测方法进行分割，并将分割得到的各子区域合并到邻近的已分割后的匀质区域A₂与聚集区域A₁中去，得到结构区域A₃的分割结果，最终得到SAR图像分割结果。