(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210350955.4 (22)申请日 2022.04.02 (71)申请人 西安电子科技大 学 地址 710071 陕西省西安市太白南路2号 (72)发明人 王英华　赵若宏　刘宏伟　陈渤　 (74)专利代理 机构 陕西电子 工业专利中心 61205 专利代理师 田文英　王品华 (51)Int.Cl. G06T 7/136(2017.01) G06T 1/60(2006.01) G06F 16/29(2019.01) G06V 10/762(2022.01) G06K 9/62(2022.01) G06V 20/13(2022.01) (54)发明名称 基于场景先验知识和区域合并的SAR图像海 陆分割方法 (57)摘要 一种基于场景先验知识和区域合并的SAR图 像海陆分割方法， 其实现步骤是： 生成全球海陆 数据库； 利用全球海陆数据库， 实时获取SAR图像 对应的海陆二值图； 计算海陆二值图中海洋区域 的占比； 判断是否对SAR图像进行海陆分割； 对 SAR图像进行预处理； 将SAR图像划分为多个区 域； 合并区域得到海陆二值图像； 对海陆二值图 进行小面积连通区域去除和形态学处理， 获得海 陆分割后的图像。 本发明生 成了一个可以在卫星 上携带的海陆数据库， 利用SAR图像的经纬度信 息从海陆数据库中获得图像对应的场景先验知 识， 结合场景先验知 识进行区域合并， 对SAR图像 进行快速分割。 权利要求书2页 说明书11页 附图6页 CN 114742854 A 2022.07.12 CN 114742854 A 1.一种基于场景先验知识和区域合并的SAR图像海陆分割方法， 其特征在于， 生成一个 包含全球的海洋和陆地分布情况且可在卫星上携带的海陆数据库， 利用SAR图像的经纬度 信息从海陆数据库中获得图像对应的场景先验知识， 结合场景先验知识进行区域合并； 该 分割方法的具体步骤 包括如下： 步骤1， 生成全球海陆数据库： 步骤1.1， 去除彩色全球水系地图上 标注有地物的名称信息的字体； 步骤1.2， 随机选取彩色全球水系地图的一个通道的图像进行阈值分割， 得到阈值分割 后图像I1； 步骤1.3， 将阈值分割后图像I1中每八个像素点的灰度值合并成一个像素点的灰度值， 将所有合并后的像素值组成全球海陆数据库矩阵； 步骤2， 利用全球海陆数据库矩阵， 实时获取SAR图像对应的海陆二 值图： 步骤2.1， 利用映射公式， 将实时获取的SA R图像中最大、 最小经度和最大、 最小纬度， 分 别映射到全球海陆数据库矩阵中， 取 出经度和纬度对应的四条直线围成的海陆图Is； 步骤2.2， 对海陆图Is中每个像素点的灰度值进行像素点合并的逆变换， 得到海陆二值 图Ir； 步骤2.3， 将SAR 图像中最大、 最小经度分别映射到图像I1中， 根据图像I1经度对应的两 条直线的坐标以及全球海陆数据库矩阵的经度对应的两条直线的坐标， 从海陆二值图Ir中 取出SAR图像平行于地理坐标系统的经线和 纬线的最小外 接矩形对应的二 值海陆图Ih； 步骤2.4， 计算SAR图像的四个顶点在Ih上的坐标， 由四个顶点围成四条边， 将四条边围 成的图像取 出， 得到SAR图像的海陆二 值图Il； 步骤3， 计算海陆二 值图Il中海洋区域的占比； 步骤4， 判断是否需要对SAR图像进行海陆分割： 如果海陆二值图Il中海洋区域的占比为0或1， 则对SAR图像不进行海陆分割操作， 否则， 执行步骤5； 步骤5， 对待分割的SAR图像进行 预处理： 对待分割的SAR图像进行Lee滤波， 对滤波后的SAR图像做幂次变换， 对幂次变换后的 SAR图像中每 个像素点的灰度值进行归一 化处理； 步骤6， 提取 灰度值归一 化后SAR图像中每 个像素点的纹 理特征和灰度特 征； 步骤7， 划分区域： 步骤7.1， 使用SAR图像中每个像素点的灰度特征， 将灰度值归一化后SAR图像划分为n 个区域， 得到根据灰度特 征划分的n个区域； 步骤7.2， 使用SA R图像中每个像素点的纹理特征将灰度值归一化后SA R图像划分为s个 区域， 得到根据纹理特征划分的s个区域； s＝n， n和s取值过小， 划分的每个区域的面积占比 较大， 区域内部可能同时存在海洋和陆地区域， 取值过大， 增加算法时间， 可能会将海洋和 陆地的边 缘区域错误划分； 步骤8， 合并区域得到海陆二 值图像： 步骤8.1， 按照灰度均值递增的顺序， 分别对根据灰度特征划分的n个区域和根据纹理 特征划分的s个区域进行排序； 步骤8.2， 分别计算根据 灰度特征划分的n个区域中每个区域及其前面所有区域的面积权　利　要　求　书 1/2 页 2 CN 114742854 A 2占比之和， 以及根据纹理特征划分的s个区域中每个区域及其前面所有区域的面积占比之 和， 将灰度特征划分的n个区域的面积占比之和， 以及纹理特征划分的s个区域的面积占比 之和， 落在海洋区域占比的上限和下限之间的该区域及其前面所有区域初判为海洋， 其他 区域初判为陆地， 将所有初判后的区域作为海陆分割的初选方案； 步骤8.3， 计算多个海陆分割的初选方案 中海洋区域和陆地区域的类间方差， 选择类间 方差最大的海陆分割的初选方案作为海陆分割的最佳 方案； 步骤8.4， 将海陆分割的最佳方案中海洋区域中像素点的值置为0， 陆地区域中像素点 的值置为1， 得到海陆二 值图像； 步骤9， 获得海陆分割后的图像： 将二值图像中小面积的陆地区域判定为海洋， 对二值图像进行形态学处理， 得到海陆 分割后的图像。 2.根据权利要求1所述的基于场景先验知识和区域合并的SAR图像海陆分割方法， 其特 征在于： 步骤2.1中所述的映射公式如下： 其中， Py表示SAR图像的最大纬度 或者最小纬度在全球海陆数据库矩阵中映射后， 平行 于全球海 陆数据库矩阵的水平方向的直线的纵坐标， Px表示SAR图像 的最大经度或者最小 经度在全球海陆数据库 矩阵中映射后， 平行于全球海陆数据库 矩阵的竖直方向的直线的横 坐标， 表示向下取整操作， H、 W 分别表示全球海陆数据库矩阵的高和宽， sign表示 符号函 数， PLa表示SAR图像的最 大纬度或者最小纬度， 北纬用正值表示， 南纬用负值表示， ln表示以 自然常数e为底的对数操作， tan表示正切操作， abs取绝对值操作， PLo表示SAR图像中最大经 度或者最小经度， 东经用正 值表示， 西经用负值表示。 3.根据权利要求1所述的基于场景先验知识和区域合并的SAR图像海陆分割方法， 其特 征在于： 步骤7.1中所述将灰度值归一 化后SAR图像划分为 n个区域的步骤如下： 第一步： 随机选取灰度 值归一化后的SA R图像G中10％的像素点的灰度特征进行KMeans 聚类， 得到n个聚类中心， 为每 个聚类中心分配一个 类别号： 1,2, …,n； 第二步： 将距离每个像素点的特征最近的聚类中心的类别号作为该像素点的类别标 签； 第三步： 根据每 个像素点的类别标签， 将灰度值归一 化后的SAR图像划分为 n个区域。 4.根据权利要求1所述的基于场景先验知识和区域合并的SAR图像海陆分割方法， 其特 征在于： 步骤9中所述将二值图像中小面积的陆地区域判定为海洋指的是： 提取海陆二值图 的连通区域， 将连通区域的面积小于阈值5200个像素点的陆地区域判定为海洋， 去除海洋 中被错误分为陆地区域的舰船。 5.根据权利要求1所述的基于场景先验知识和区域合并的SAR图像海陆分割方法， 其特 征在于： 步骤9中所述的对二值图像进 行形态学 处理指的是： 用半径 为7的圆形结构元素， 对 去除舰船后的二值图像进行先膨胀后腐蚀的形态学处理， 去除陆地上被错判为海洋的区 域。权　利　要　求　书 2/2 页 3 CN 114742854 A 3