一种SAR图像建筑群分割方法.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CN105469408A(43)申请公布日2016.04.06(21)申请号201510862978.3(22)申请日2015.11.30(71)申请人东南大学地址210096江苏省南京市四牌楼2号(72)发明人蒋忠进崔铁军刘丰(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204代理人柏尚春(51)Int.Cl.G06T7/00(2006.01)G06K9/00(2006.01)权利要求书1页说明书6页附图3页(54)发明名称一种SAR图像建筑群分割方法(57)摘要本发明公开了一种SAR图像建筑群分割方法，先对原始SAR图像进行预处理，使其性状特征趋于一致；再对经预处理的SAR图像进行变差函数特征提取得到变差函数特征图，在变差函数特征图中建筑群区域具有灰度同质性；基于变差函数特征图，采用CV模型图像分割方法进行建筑群分割，得到一个能区分建筑区域和非建筑区域的二值图；采用连通区域检测算法连通二值图中的相邻建筑区域，将相邻的零碎建筑区域进行整合，然后通过面积筛选去除其它地物造成的虚警分割；提取二值图中的建筑区域轮廓线，得到显式的图像分割结果。本发明方法解决了SAR图像建筑群分割效果不佳的问题，达到了有效分割的效果。CN105469408ACN105469408A权利要求书1/1页1.一种SAR图像建筑群分割方法，其特征在于，该方法包括以下步骤：1)对原始SAR图像进行预处理使图像的参数性能达到预先设定的指标，得到预处理后的SAR图像；2)对所述预处理后的SAR图像进行变差函数特征提取出纹理特征，形成变差函数特征图，实现建筑区域的灰度同质性；3)对所述变差函数特征图采用CV模型图像分割方法进行建筑群分割，得到一个能区分建筑区域和非建筑区域的二值图；4)对所述二值图采用连通区域检测算法连通相邻的建筑区域，将相邻的零碎建筑区域进行整合，然后通过面积筛选去除其它地物造成的虚警分割；5)对所述图像分割后得到的二值图，提取建筑区域的轮廓线，得到显式的SAR图像分割结果。2.根据权利要求1所述的SAR图像建筑群分割方法，其特征在于，步骤1)中所述预处理包括消除相干斑、调节亮度和对比度、像素插值或抽取。3.根据权利要求1所述的SAR图像建筑群分割方法，其特征在于，所述纹理特征值为0°、45°、90°、135°四个方向上的纹理特征的平均值。4.根据权利要求1所述的SAR图像建筑群分割方法，其特征在于，所述的步骤3)中采用CV模型图像分割方法进行建筑群分割包括以下步骤：(1)初始化水平集函数：将零水平集轮廓初始化为在SAR图像上均匀分布的圆形，根据图像的长度和宽度，确定每个圆形的中心坐标和半径，使初始轮廓能经过各个建筑区，将水平集函数φ(x,y)的值定义为符号距离函数，在每个圆形轮廓上，水平集函数φ(x,y)＝0，在每个圆形轮廓的内部，φ(x,y)>0；在图像上的其他区域，水平集函数φ(x,y)<0；(2)计算不同区域灰度均值：计算由水平集函数φ(x,y)所形成的曲线外部灰度均值C0和和内部灰度均值C1；(3)水平集函数更新：利用所述曲线外部灰度均值C0和和内部灰度均值C1根据CV模型确定水平集函数的能量泛函，建立相邻两个时刻的水平集函数递推公式；(4)水平集函数边界修正：在边界上应用Neumann条件，修正当前时刻的水平集函数φ(x,y)；(5)水平集函数收敛判断：首先判断当前时刻的水平集函数φ(x,y)是否收敛，如果收敛就停止迭代；否则，就要判断是否达到了预先设定的最大迭代次数，如果达到就停止迭代，否则进入步骤(2)继续下一轮迭代。2CN105469408A说明书1/6页一种SAR图像建筑群分割方法技术领域[0001]本发明属于SAR图像处理和自动解译领域，涉及一种SAR图像建筑群分割方法。背景技术[0002]复杂场景SAR图像中的建筑群分割，是地物分类的重要问题，在军事和民用上的都有极其积极的意义。由于SAR图像中的建筑区呈纹理状，阴影明显，没有整齐的边缘，如果用传统的图像分割方法，很难进行处理。[0003]近年来，基于活动轮廓模型的图像分割开始兴起。活动轮廓模型大致分为参数活动轮廓模型和几何活动轮廓模型，而水平集活动轮廓模型是几何活动轮廓模型中的重要一种。参数活动轮廓模型使用参数化的轮廓线来显示进行曲线演化。水平集活动轮廓模型使用水平集方法，将轮廓线转化为三维曲面的一个水平集，来进行隐式的曲线演化。由于曲线演化采用了隐示表达，所以水平集活动轮廓模型能够很好的处理曲线演化的拓扑变化，如分裂与合并等。[0004]在水平集活动轮廓模型中，由Chan和Vese提出的CV模型应用广泛。该模型主要使用了水平集方法和Mumford-Shah模型理论，具有弱边缘、感知边缘和