基于区域划分和自适应多项式隐模型的SAR图像分割方法

摘要

本发明属图像处理技术领域，提供了一种基于区域划分和自适应多项式隐模型的SAR图像分割方法。步骤为：1.利用基于SAR图像的含乘性相干斑噪声模型的初始素描图获取方法，提取SAR图像素描图；2.根据区域图，将SAR图像划分为像素空间的非结构区域和结构区域；3.根据基于规则推理的语义信息，将像素空间的结构区域划分为边界区域和非边界区域；4.对像素空间的非结构区域建立多层次多项式隐模型的图像分割方法；5.对像素空间的结构区域提出基于几何结构窗和基于方形窗的单层多项式隐模型的图像分割方法；6.合并不同区域分割结果，得到所需分割结果。本发明实现了高分辨SAR图像良好的分割效果，可用于高分辨SAR图像分割。

主权项

基于区域划分和自适应多项式隐模型的SAR图像分割方法，其特征在于：包括如下步骤：(1)利用基于SAR图像的含乘性相干斑噪声模型的初始素描图获取方法，提取SAR图像素描图；(2)根据区域图，将SAR图像划分为像素空间的非结构区域和像素空间的结构区域；(3)根据基于规则推理的语义信息，将像素空间的结构区域划分为边界区域和非边界区域；(4)对像素空间的非结构区域建立多层次多项式隐模型对图像进行分割；该步骤(4)所涉及对像素空间的非结构区域建立多层次多项式隐模型对图像进行分割，按如下步骤进行：(4.1)根据像素空间下采样建立像素空间的非结构区域多分辨率金字塔，建立基于四叉树的层次结构；(4.2)对各个尺度建立多项式逻辑回归先验模型，似然模型由幅度模型和纹理模型两部分组成，幅度模型由Nakagami分布来描述，纹理模型用自回归模型来描述，并假设回归误差是服从t分布的，用有限混合模型将幅度模型和纹理模型结合，得到最终似然模型，先验模型和似然模型共同组成了多项式隐模型；(4.3)将多项式隐模型嵌入基于四叉树的层次框架中，建立多层次多项式隐模型，用两阶段的MPM算法对模型求解，得到像素空间的非结构区域的分割结果；(5)对边界区域建立基于几何结构窗的单层多项式隐模型对图像进行分割，对非边界区域建立基于方形窗的单层多项式隐模型对图像进行分割；(6)将像素空间的非结构区域和像素空间的结构区域的分割结果合并，得到高分辨SAR图像分割结果。