亚像素精度SAR图像水线映射方法.pdf

(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CN110211068A(43)申请公布日2019.09.06(21)申请号201910455284.6(22)申请日2019.05.20(71)申请人河南大学地址475000河南省开封市顺河区明伦街85号(72)发明人李宁郭拯危闵林毋琳赵建辉牛世林(51)Int.Cl.G06T5/00(2006.01)G06T5/20(2006.01)G06T3/40(2006.01)G06T7/12(2017.01)权利要求书3页说明书6页附图1页(54)发明名称亚像素精度SAR图像水线映射方法(57)摘要本发明提供一种亚像素精度SAR图像水线映射方法，包括：SAR图像预处理；对SAR图像进行相干斑噪声过滤；像素级水域提取；进行计算提取亚像素级水线点；分段拟合亚像素级水线点获得亚像素级精度的水线。通过本发明，能够获取到亚像素级精度的水域轮廓线，对遥感水域分布、测量、评估和预测有重要意义。CN110211068ACN110211068A权利要求书1/3页1.一种亚像素精度SAR图像水线映射方法，其特征在于，包括以下步骤：步骤1，SAR图像预处理；步骤2，对SAR图像进行相干斑噪声过滤；步骤3，利用经过滤波后的SAR图像，采用GFCM算法，获取像素级别的水域，再根据水域存在连通性的特点，对潜在的真实水域进行提取，去除SAR图像中非水域区域的干扰，再对潜在真实水域的边界采样获得像素级水域边界；步骤4，建立在两个假定条件：第一，像素级的水线周边包含水域以及陆地；第二，水域与陆地之间的交界处，雷达的后向散射系数会产生跳变；并基于双三次样条插值和GAC的SWMM算法沿像素级水域边界建立SAW计算提取亚像素级水域边界点，具体为：步骤41，建立SAW并保存相关信息在获取像素级的水域后，获取到像素级水域边界线，离散化像素级水线，获得像素级水域边界点所在位置，以该点为中心，建立7×7的窗口，将该窗口中的图像灰度值提取并存放在一个矩阵中Mi，并记录该窗口中包含的像素级水线点的坐标信息；步骤42，获取新的更平滑的SAW以及像素级水线对应的函数表达式利用双三次样条插值算法，设置插值步长为0.1，将矩阵Mi进行插值，获得一个更为平滑矩阵Mci，将该窗口中的像素级水线的坐标点映射到矩阵Mci对应于的坐标系中，拟合出一个函数关系式fwl(x，y)；步骤43，基于GAC算法在新SAW中提取亚像素级水线首先初始化水平集函数，为其中为a常数，τ0为水域区域，fwl为τ0的边界函数，I为图像域。然后演化水平面演化的偏微分方程，直到该方程收敛：其中g(x)为停止函数，β为大于0的比例常数；步骤44，将亚像素级水线映射到原始图像的坐标系中，并保存在一个矩阵中；步骤45，判断所有像素级水线的像素点是否被遍历完成，完成则退出循环，否则循环执行步骤41到步骤44；步骤5，分段拟合亚像素级水线点获得亚像素级精度的水线。2.根据权利要求1所述的亚像素精度SAR图像水线映射方法，其特征在于，在步骤2中，基于NL-SPSRD相干斑滤波算法对SAR图像进行相干斑噪声过滤，具体包括以下步骤：步骤21，幅度SAR图像中相干斑分布模型建立：对于一副L视幅度SAR图像而言，测量值通常符合Nakagami-Ralyleigh模型：2CN110211068A权利要求书2/3页其中，As是像素s的幅度值，带估计的真实幅度值，Γ是伽马函数；其中，的计算公式如下：步骤22，两像素之间相关性的计算：公式(2)中像素s是非局域窗Ws的中心，Ps(s，t)是像素s和像素t的概率密度函数，对于L视的幅度SAR图像，用来测量任意两个像素A1，A2的相关性的概率密度函数PDF的计算公式如下：步骤23，引入比值距离计算两像素相关性：比值距离RD已经被证明在描述SAR图像的特征中具有较高的鲁棒性，将RD表示为r＝A1/A2，并将r引入到公式(3)中得到新的PR为：步骤24，引入像素矩阵的计算：引入大小为W的相似矩阵，假定该矩阵中的每个像素是独立的，Ps(s，t)的计算公式可以被更新为：步骤24，使用几何平均值来表示PDF：通过使用相似矩阵中所有元素的几何平均值来表示Ps(s，t)，从而替换相似矩阵的乘积，因此最终Ps(s，t)的表达式为：3.根据权利要求1所述的亚像素精度SAR图像水线映射方法，其特征在于，步骤3具体包括以下步骤：步骤31，设定目标函数J：3CN110211068A权利要求书3/3页图像表示为Irw＝img(R，W)，r，w分别代表行与列，设置c个聚类中心，V＝(v1，v2…，vc)，通过P次迭代完成将所有像素划分在c个聚类中，其目标函数J为：定义的c×n二维隶属矩阵U，U中元素uirw表示图像中Irw像素点对应聚类vi的隶属度；步骤32，计