基于Fisher分布的活动轮廓SAR图像分割方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN102542561102542561B(45)授权公告日2014.08.13(21)申请号201110374474.9(22)申请日2011.11.23(73)专利权人浙江工商大学地址310018浙江省杭州市下沙高教园区学正街18号(72)发明人王勋孔丁科范英豪章志勇(74)专利代理机构杭州杭诚专利事务所有限公司33109代理人尉伟敏(51)Int.Cl.G06T7/00(2006.01)审查员穆滢权权利要求书3页利要求书3页说明书8页说明书8页附图2页附图2页(54)发明名称基于Fisher分布的活动轮廓SAR图像分割方法(57)摘要本发明公开了一种基于Fisher分布的活动轮廓SAR图像分割方法，主要在于克服现有基于Gamma分布对于SAR图像分割技术的不足，其具体实现步骤为：（1）利用Fisher分布拟合图像区域的强度统计特征，根据区域竞争模型建立基于Fisher分布的能量泛函；（2）引入水平集函数，并结合长度约束项和水平集规则项，重新表示步骤一得到的能量泛函；（3）采用Euler-Lagrange变分法最小化步骤二的能量泛函，利用对数矩估计对Fisher分布的参数进行估计，然后对偏微分方程进行数值求解，进而获得SAR图像的分割结果。本发明利用水平集方法演化分割曲线和Fisher分布参数估计相结合,使能量泛函达到最小化,从而实现对SAR图像的分割。CN102542561BCN102546BCN102542561B权利要求书1/3页1.一种基于Fisher分布的活动轮廓SAR图像分割方法，其特征在于，包括以下步骤：步骤一，采用Fisher分布来描述SAR图像的统计特性，根据区域竞争模型建立基于Fisher分布的能量泛函，作为方程一：，其中，是零水平集的闭合曲线，和是演化曲线的内部区域和外部区域，分别代表SAR图像的目标区域和背景区域，是正的加权参数，、是Fisher分布的概率密度函数，其中Fisher分布的概率密度函数表示为：，其中，是平均强度参数，是等效视数，是形状参数；步骤二，引入水平集函数，并结合长度约束项和水平集规则项，重新表示步骤一获得的能量泛函，应用变分水平集方法，将演化曲线隐含得表示成更高维水平集函数的零水平集，其中是时间参数；在能量泛函中引入Heaviside函数，对于有，若则，将方程一表示为：，其中，是图像定义域，令是梯度算子，则是长度约束项，是水平集规则项，和分别是长度约束项和水平集规则项的权值系数；步骤三，迭代法逐步最小化步骤二的能量泛函并进行数值求解，首先利用梯度流最小化能量泛函，得到如下方程二：2CN102542561B权利要求书2/3页其中，n为上标，指代水平集函数迭代次数，为目标边界曲线的曲率，分别为水平集函数的一、二阶差分；然后，时间偏导采用前向差分，得到离散化的迭代方程作为方程三：，其中，时间步长，是狄拉克函数，最小化的第二步为固定水平集函数估计最优的分布参数，采用对数矩的参数估计方法，得到非线性方程组作为方程四：，其中为Digamma函数，为阶Polygamma函数，为阶对数矩，是图像点二维坐标，通过方程三和方程四的交替迭代求解就可以实现能量泛函的最小化，演化分割曲线，从而实现SAR图像的分割。2.根据权利要求1所述的基于Fisher分布的活动轮廓SAR图像分割方法，其特征在于，所述步骤三包括以下具体步骤：步骤3-1，初始化零水平集函数，即初始水平集函数，在曲线内部取值为1，外部为-1；3CN102542561B权利要求书3/3页步骤3-2，利用对数矩估计方法对SAR图像中曲线内外部区域的参数分别进行估算，即由方程四分别计算得到目标区域和背景区域的Fisher分布估计参数和；步骤3-3，利用估计得到的Fisher分布参数分别计算目标区域和背景区域的Fisher分布的概率密度函数和；步骤3-4，利用方程二、方程三来计算更新水平集函数；步骤3-5，利用迭代计数来判断是否达到终止条件，若是，由提取边界曲线，完成SAR图像分割；若不是，转到步骤3-2。4CN102542561B说明书1/8页基于Fisher分布的活动轮廓SAR图像分割方法技术领域[0001]本发明属于图像处理领域，涉及雷达遥感应用技术，更具体的说涉及合成孔径雷达（SyntheticApertureRadar，SAR）图像的水平集分割方法。技术背景[0002]合成孔径雷达（SyntheticApertureRadar，SAR）是利用微波进行感知的主动传感器。与依赖于发光源的光学传感器不同，SAR系统是完全主动的获取，不受天气、光照等条件的限制，这使得SAR图像更好的昼夜和季节稳定性，其全天候、全天时的视觉能力，这些优点已然成为了军事、农