预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114240990A(43)申请公布日2022.03.25(21)申请号202111483330.7(22)申请日2021.12.07(71)申请人电子科技大学地址611731四川省成都市高新区(西区)西源大道2006号申请人中国电波传播研究所(中国电子科技集团公司第二十二研究所)(72)发明人万珍珍江朝抒刘焱芳郭宇荃曲晓杰张晓愉闵祥涛(74)专利代理机构电子科技大学专利中心51203代理人周刘英(51)Int.Cl.G06T7/136(2017.01)G06T5/00(2006.01)权利要求书1页说明书6页附图4页(54)发明名称SAR图像点目标分割方法(57)摘要本发明公开了一种SAR图像点目标分割方法,属于图像处理技术领域。本发明首先对待分割图像进行灰度化处理后,再进行对数变换,再按照指定的滤波处理方式进行滤波处理,接着将滤波处理后得到的图形进行指数变换后,进行背景补偿处理,对补偿处理后的图形采用二维Otsu算法进行处理,以获取分割阈值,再对背景补偿后的图像以及该图像的领域均值图像分别通过对应的阈值进行分割,再取两分割结构的交集得到最终的分割结果。本发明采用所限定出的去噪处理,在对SAR图像进行去噪的同时保证了图像更多有用信息的保留;采用所限定的背景补偿处理方式,强调了SAR图像中的点目标,使得SAR图像的联合概率基本分布在概率矩阵对角线上,有利于二维Otsu算法的分割。CN114240990ACN114240990A权利要求书1/1页1.SAR图像点目标分割方法,其特征在于,包括下列步骤:步骤1:对待分割的SAR图像进行灰度化处理,得到灰度图像I;步骤2:对灰度图像I进行对数变换,得到图像G:G(x,y)=ln(1+I(x,y)),其中,G(x,y)、I(x,y)分别表示图像I和G在像素点(x,y)处的灰度值;步骤3:对图像G进行去噪处理:步骤301:采用金字塔变换处理对图像G进行剪切波变换分解,得到图像G的低频子带和高频子带其中,上标j表示不同的尺度;步骤302:将高频子带从笛卡尔坐标系映射到伪极网格坐标系,再计算其傅里叶变换,生成矩阵并进行带通滤波;步骤303:将带通滤波后的矩阵反映射到笛卡尔坐标系下,并计算其二维离散傅里叶逆变换,得到非下采样剪切波变换系数;步骤304:采用硬阈值函数对非下采样剪切波变换系数进行阈值处理;步骤305:将阈值处理后的非下采样剪切波变换系数通过逆处理还原,得到去噪后的对数图像de_img;步骤4:对图像de_img进行指数变换:img=ede_img,再对图像img进行归一化处理后乘以像素等级,得到去噪后的图像img_f;其中,e表示自然底数;步骤5:对图像img_f进行背景补偿处理:基于指定的滤波器尺寸对图像img_f进行均值滤波,得到一个平滑曲面G′,并基于图像img_f与平滑曲面G′记录像素位置集合BK:BK={(x,y):imgf(x,y)‑G′(x,y)>T}其中,N表示图像img_f的灰度值大于平滑曲面G′的灰度值的像素点的个数,img_f(x,y)、G′(x,y)分别表示图像img_f、平滑曲面G′在像素点(x,y)处的灰度值;构造曲面S:其中S(x,y)表示曲面S在像素点(x,y)处的灰度值;步骤6:采用二维0tsu算法对曲面S进行阈值分割处理,获取用于曲面S的分割阈值T1,以及用于曲面S的灰度均值图像的分割阈值T2;步骤7:基于分割阈值T1对曲面S进行背景与目标的分割:若灰度值大于或等于阈值T1,则判定为目标,否则判定为背景,得到第一分割结果图;基于分割阈值T2对曲面S的灰度均值图像进行背景与目标的分割:若灰度值大于或等于阈值T2,则判定为目标,否则判定为背景,得到第二分割结果图;取第一和第二分割结果图的交集,得到最终的分割结果。2.如权利要求所述的方法,其特征在于,对图像img_f进行均值滤波时所采用的滤波器的尺寸为:其中,κ表示待分割的SAR图像大小,ε表示允许的绝对偏差。2CN114240990A说明书1/6页SAR图像点目标分割方法技术领域[0001]本发明属于图像处理技术领域,具体涉及一种合成孔径雷达(SyntheticApertureRadar,SAR)图像点目标分割的分割方法。背景技术[0002]合成孔径雷达(SAR)具有全天候、全天时对地观察能力。SAR图像分割是进行图像分析、图像理解和图像描述的最基本和最重要的技术,通常作为目标检测、分类和识别算法中的第一步,图像分割质量的好坏直接影响到后续的分析、识别等的质量。[0003]阈值分割法的实现简单且计算量小,性能较稳定,是一种基本的图像分割技术。针对点目标与简单背景形成强烈反差的图像,非常适用于采用阈值法来进行图像分割。日本