一种基于线段共生矩阵特征和区域图的SAR图像分割方法与流程

技术特征：
1.一种基于线段灰度共生矩阵特征和区域图的SAR图像分割方法，其特征是：具体步骤包括如下：1)根据初始素描模型提取SAR图像的素描图；2)根据线段灰度共生矩阵特征把线段分成两类W1和W2，W1是刻画边界和线目标，W2刻画明暗灰度变化产生的线段；3)依据素描线段分类结果和素描线段空间近邻的聚集性分析实现素描图空间语义划分，在素描图上提取更为抽象的区域图；4)依据区域图将SAR图像映射成聚集区域，非聚集区域和无线段区域；5)使用分水岭算法对SAR图像进行初始区域划分，将SAR图像划分为许多超像素；6)分别对聚集区域，非聚集区域和无线段区域的超像素采用不同合并策略进行合并，再整合三个区域的合并结果，得到SAR图像的最终的区域划分结果；7)依据SAR图像最终划分区域的平均灰度，对划分区域使用AP聚类确定区域类标，最终得到SAR图像分割结果；其中步骤2)所述的根据线段灰度共生矩阵特征把线段分成两类W1和W2，W1是刻画边界和线目标，W2刻画明暗灰度变化产生的线段中的线段灰度共生矩阵特征按如下步骤提取：2.a)将素描线段Si所在的空间位置映射到SAR图像，再以素描线段Si对应位置为中心在SAR图像取一个大小为Li×(2*HS+1)的矩形区域，其中矩形区域的长为线段Si的长度Li，矩形区域长的方向与线段Si方向平行，矩形区域宽为固定值2*HS+1，矩形区域宽的方向与线段Si方向垂直，称这个矩形区域为线区域ri；2.b)将方向0°-180°平均等分8个区间，分别为[0°,11.25°)∪[168.75°,180°)、[11.25°,33.75°)、[33.75°,56.25°)、[56.25°,78.75°)、[78.75°,101.25°)、[101.25°,123.75°)、[123.75°,146.25°)、[146.25°,168.75°)，并且将这8个区间的方向分布量化为0°、22.5°、45°、67.5°、90°、112.5°、135°、157.5°，依据这种量化方法，对所有素描线段Si的方向进行量化，设素描线段Si的方向量化为2.c)根据2.b)步骤中素描线段Si的量化方向取四个方向方向取模180，计算素描线段Si对应的线区域ri四个方向的灰度共生矩阵2.d)根据2.c)步骤中素描线段Si的灰度共生矩阵计算素描线段Si的灰度共生矩阵的二阶统计量：熵、对比度和相关性，其计算公式如下：熵：对比度：相关性：其中K表示灰度共生矩阵的大小，为素描线段Si的方向量化量；并且按照这四个方向的顺序拼接成一个12维的特征向量。2.根据权利要求1所述的SAR图像分割方法，其特征是：其中步骤2)所述的根据线段灰度共生矩阵特征把线段分成两类W1和W2，W1是刻画边界和线目标，W2是刻画明暗灰度变化产生的线段；按如下步骤进行：3.a)按照线段灰度共生矩阵特征计算方法，计算线段灰度共生矩阵特征，利用此特征使用K-means聚类方法将线段聚类为两类；3.b)计算素描线段Si的K-近邻距离ai，计算公式如下：其中(xi,yi)、(xj,yj)分别为素描线段Si、Sj的中点坐标，M表示与线段Si相近邻的线段的个数，Dij表示线段Si、Sj的欧式距离；3.c)计算同一类标线段的平均K-近邻距离Mak,k＝1,2，计算公式如下：其中nk同一类标线段的个数；3.d)将平均K-近邻距离小的素描线段记为W2类线段，刻画明暗灰度变化产生的线段，而平均K-近邻距离大的素描线段记为W1类线段，刻画边界和线目标。3.根据权利要求1所述的SAR图像分割方法，其特征是：其中步骤4)所述的依据区域图将SAR图像映射成聚集区域，非聚集区域和无线段区域；按如下步骤进行：4.a)根据聚集区域的区域图中像素的值，如果区域图中像素的值为0，则对应的SAR图像中该像素不属于聚集区域，否则对应的SAR图像中该像素属于聚集区域；判断区域图的所有像素的值，提取SAR图像中的聚集区域；4.b)根据非聚集区域的区域图中像素的值，如果区域图中像素的值为0，则对应的SAR图像中该像素不属于非聚集区域，否则对应的SAR图像中该像素属于非聚集区域；判断区域图的所有像素的值，提取SAR图像中的非聚集区域；4.c)将SAR图像中除去聚集区域和非聚集区域的剩余区域称为无线段区域。4.根据权利要求1所述的SAR图像分割方法，其特征是：其中步骤7)所述的使用AP聚类确定划分区域的类标，是计算每个最终划分区域的平均灰度值，对划分区域使用AP聚类确定区域类标，最终得到SAR图像分割结果，其AP聚类参数设定：将两区域Ri和Rj的平均灰度值的欧式距离作为两区域的相似度sij，区域Ri的参考度取区域Ri与其他区域相似度sij,j＝1,…,h的中值；得到最终的SAR图像分割结果。