欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019104552846
申请人: 河南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

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: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:

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,计算隶属度uirw,其公式为:

步骤33,对隶属矩阵进行高斯滤波:

先建立滤波模板,模板M产生公式为:

式中k代表模板大小且等于3,σ为常数这里等于1.2‘’使用产生的滤波模板对二维隶属矩阵U每个维度进行滤波:步骤34,更新聚类中心V

步骤35,判断迭代次数P是否完成,完成则结束,否则循环执行步骤32、33和34。