多尺度曲波分解下的可变类SAR图像分割.PDF

第３３卷　第 ８期 信 号 处 理 Ｖｏｌ．３３　Ｎｏ．８ ２０１７年８月 ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ Ａｕｇ．２０１７ 文章编号：１００３－０５３０（２０１７）０８－１０４６－１２ 多尺度曲波分解下的可变类ＳＡＲ图像分割 王　玉　李　玉　赵泉华 （辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所，辽宁阜新 １２３０００） 摘　要：为了实现ＳＡＲ图像的可变类分割，本文提出了一种基于区域的多尺度可变类分割方法。首先，利用曲 波变换对ＳＡＲ图像进行多尺度分解，获取多尺度曲波系数；然后按尺度由粗细次序，利用曲波逆变换对各尺度 曲波系数进行重构，获取各尺度分解图像，进而获得多尺度分解图像。在此基础上，利用规则划分技术划分图 像域；然后利用Ｇａｍｍａ分布及马尔科夫随机场（ＭａｒｋｏｖＲａｎｄｏｍＦｉｅｌｄ，ＭＲＦ）模型建立基于区域的特征场模型及 标号场模型；假设图像类别数为随机变量，并服从Ｐｏｉｓｓｏｎ分布；并在贝叶斯理论框架下建立基于区域的多尺度 可变类分割模型。最后，利用可逆变马尔可夫链蒙特卡罗（ＲｅｖｅｒｓｉｂｌｅＪｕｍｐＭａｒｋｏｖＣｈａｉｎＭｏｎｔｅＣａｒｌｏ，ＲＪＭＣＭＣ） 算法，实现该模型求解；在求解过程中，按尺度由粗细次序，将当前尺度分割解作为下一低尺度分割的初始 解，以细尺度的分割解作为最终分割结果。利用提出方法对模拟及真实ＳＡＲ图像进行可变类分割实验，通过其 实验结果验证提出方法的可行性及有效性。 关键词：可变类ＳＡＲ图像分割；曲波变换；规则划分；ＲＪＭＣＭＣ算法 中图分类号：ＴＰ３９１　　　文献标识码：Ａ　　　ＤＯＩ：１０．１６７９８／ｊ．ｉｓｓｎ．１００３０５３０．２０１７．０８．００４ ＳＡＲＩｍａｇｅＳｅｇｍｅｎｔａｔｉｏｎｗｉｔｈＵｎｋｎｏｗｎＮｕｍｂｅｒｏｆＣｌａｓｓｅｓＢａｓｅｄｏｎ ＭｕｌｔｉｓｃａｌｅＣｕｒｖｅｌｅｔＤｅｃｏｍｐｏｓｉｔｉｏｎ ＷＡＮＧＹｕ　ＬＩＹｕ　ＺＨＡＯＱｕａｎｈｕａ （ＩｎｓｔｉｔｕｔｅｆｏｒＲｅｍｏｔｅＳｅｎｓｉｎｇＳｃｉｅｎｃｅａｎｄＡｐｐｌｉｃａｔｉｏｎ，ＳｃｈｏｏｌｏｆＧｅｏｍａｔｉｃｓ，Ｌｉａｏｎｉｎｇ ＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｆｕｘｉｎ，Ｌｉａｏｎｉｎｇ１２３０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｏｓｅｇｍｅｎｔＳＡＲｉｍａｇｅｗｉｔｈｕｎｋｎｏｗｎｎｕｍｂｅｒｏｆｃｌａｓｓｅｓ，ａｒｅｇｉｏｎａｎｄｍｕｌｔｉｓｃａｌｅｂａｓｅｄｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄ ｗｉｔｈｕｎｋｎｏｗｎｎｕｍｂｅｒｏｆｃｌａｓｓｅｓｉｓｐｒｏｐｏｓｅｄ．ＴｈｅｍｕｌｔｉｓｃａｌｅｃｕｒｖｅｌｅｔｃｏｅｆｆｉｃｉｅｎｔｓａｒｅｏｂｔａｉｎｅｄｂｙｄｅｃｏｍｐｏｓｉｎｇＳＡＲｉｍａｇｅ ｕｓｉｎｇｃｕｒｖｅｌｅｔｔｒａｎｓｆｏｒｍ．Ｔｈｅｎｅｖｅｒｙｓｃａｌｅｃｏｅｆｆｉｃｉｅｎｔｓａｒｅｒｅｃｏｎｓｔｒｕｃｔｅｄｂｙｉｎｖｅｒｓｅｃｕｒｖｅｌｅｔｔｒａｎｓｆｏｒｍｆｒｏｍｃｏａｒｓｅｔｏｆｉｎｅｓｔ ｓｃａｌｅ，ａｎｄｍｕｌｔｉｓｃａｌｅｄｅｃｏｍｐｏｓｅｄｉｍａｇｅｉｓｏｂｔａｉｎｅｄ．Ｏｎｔｈｉｓｂａｓｉｓ，ａｎｉｍａｇｅｄｏｍａｉｎｉｓｐａｒｔｉｔｉｏｎｅｄｉｎｔｏａｓｅｔｏｆｂｌｏｃｋｓｂｙ ｒｅｇｕｌａｒｔｅｓｓｅｌｌａｔｉｏｎ．ＧａｍｍａｄｉｓｔｒｉｂｕｔｉｏｎｉｓｕｓｅｄｔｏｂｕｉｌｄｒｅｇｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｆｉｅｌｄａｎｄＭａｒｋｏｖＲａｎｄｏｍＦｉｅｌｄ（ＭＲＦ）ｉｓ ｕｓｅｄｔｏｂｕｉｌｄｒｅｇｉｏｎｌａｂｅｌｆｉｅｌｄ．ＴｈｅｎｕｍｂｅｒｏｆｃｌａｓｓｅｓｉｓｃｏｎｓｉｄｅｒｅｄａｓａｒａｎｄｏｍｖａｒｉａｂｌｅａｎｄｓｕｂｊｅｃｔｔｏａＰｏｉｓｓｏｎｄｉｓｔｒｉｂｕ ｔｉｏｎ．Ｆｕｒｔｈｅｒ，ｔｈｅ