(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 202210995466.4 (22)申请日 2022.08.18 (71)申请人 国家海洋环境监测中心 地址 116000 辽宁省大连市沙河口区凌河 街42号 (72)发明人 宋德瑞　朱程　史晓非　 (74)专利代理 机构 大连东方专利代理有限责任 公司 21212 专利代理师 吴婷婷　李洪福 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/26(2022.01) G06V 10/28(2022.01) G06V 10/36(2022.01) G06V 10/74(2022.01)G06T 5/20(2006.01) G06T 7/11(2017.01) G06T 7/13(2017.01) G06T 7/136(2017.01) G06T 3/40(2006.01) (54)发明名称 一种基于单极化SAR Sentinel-1图像的养 殖岸线检测方法 (57)摘要 本发明提供一种基于 单极化SAR  Sentinel ‑ 1图像的养殖岸线检测方法， 所述方法包括： 对单 极化SAR图像进行中值滤波， 并获取超像素图像 和边缘图像； 根据所述边缘图像和所述超像素图 像共同驱动， 生成种子点判别准则， 基于种子点 判别准则自动得到海、 陆种子点； 基于单极化SAR 图像和超像素图像构建双层图； 基于最小均值比 的高斯核函数分别构建双层图上的单极化SAR图 像、 超像素图像和两个图像间的边缘权值函数， 进而基于边缘权值函数构建权重相似性度量； 构 建双层图结构的随机游走模型， 通过求解双层图 结构的随机游走模型， 得到二值化的海陆分割， 最终得到海岸线检测结果。 本发 明能够有效的检 测单极化SAR图像下的海岸线， 对于难以检测的 养殖岸线也具有强鲁棒 性。 权利要求书2页 说明书8页 附图3页 CN 115457382 A 2022.12.09 CN 115457382 A 1.一种基于单极化SAR  Sentinel ‑1图像的养殖岸线检测方法， 其特征在于， 所述方法 包括： 获取单极化SAR图像； 对所述单极化SAR图像进行中值滤波； 分别对中值滤波后的图像进行超像素分割处理 和边缘检测处 理， 进而得到超像素图像和边 缘图像； 根据所述边缘图像和所述超像素图像共 同驱动， 生成种子点判别准则， 基于所述种子 点判别准则自动得到海、 陆种子点； 基于单极化SAR图像和超像素图像构建双层图； 基于最小均值比的高斯核函数分别构 建双层图上的单极化SAR图像、 超像素图像和两个图像间的边缘权值函数， 进而基于所述边 缘权值函数构建权 重相似性度量； 构建双层图结构的随机游走模型， 通过求解所述双层图结构的随机游走模型， 得到二 值化的海陆分割， 最终得到海岸线检测结果。 2.根据权利要求1所述的一种基于单极化SAR  Sentinel ‑1图像的养殖岸线检测方法， 其特征在于， 根据所述 边缘图像和所述超像素图像共同驱动， 生成种子点判别准则， 包括： 对滤波处 理后的图像采用O stu阈值方法进行处 理得到自适应的粗略海陆分割阈值； 根据当前超像素和其邻 接超像素内部的边缘点数目和超像素强度值， 自动得到海洋和 陆地的初始化种子点： 当前超像素和其邻 接超像素内部均 无边缘， 且当前超像素散射强度低于粗略海陆分割 阈值， 则确定为海洋种子点， 当前超像素和其邻 接超像素内部均有边缘， 且当前超像素散射强度高于粗略海陆分割 阈值， 则确定为陆地种子点， 其余情况则被判定为海陆混合区域。 3.根据权利要求1所述的一种基于单极化SAR  Sentinel ‑1图像的养殖岸线检测方法， 其特征在于， 基于最小均值比的高斯核函数分别构建单极化SAR图像、 超像素图像和两个图 像间的权 重相似性度量， 包括： 获取所述双层图上单极化SAR图像上两个 像素间的边 缘权值函数为： 其中， γ是第一自由参数， gi表示像素i处的散射强度值， gj表示像素j处的散射强度值； 获取所述双层图上超像素图像上两个超像素间的边 缘权值函数为： 其中， β 是第二自由参数， ci表示超像素i的强度值， cj表示超像素j的强度值； 获取所述双层图上单极化SAR图像上的像素与超像素图像上的超像素之间的边缘权值 函数为：权　利　要　求　书 1/2 页 2 CN 115457382 A 2其中， gi表示像素i处的散射强度值， cj表示超像素j的强度值。 4.根据权利要求3所述的一种基于单极化SAR  Sentinel ‑1图像的养殖岸线检测方法， 其特征在于， 基于最小均值比的高斯核函数分别构建单极化SAR图像、 超像素图像和两个图 像间的权 重相似性度量， 还 包括： 根据单极化SAR图像上两个像素间的边缘权值函数、 超像素图像上两个超像素间的边 缘权值函数以及单极化SAR 图像上的像素与超像素图像上 的超像素之间的边缘权值函数， 构建以下权 重相似性度量： 其中， V表示双层图上的单极化SAR图像， S表示双 层图上的超像素图像。 5.根据权利要求1所述的一种基于单极化SAR  Sentinel ‑1图像的养殖岸线检测方法， 其特征在于， 构建双层图结构的随机游走模型， 通过求解所述双层图结构的随机游走模型， 得到二值化的海陆分割， 包括： 根据所述权重相似性度量构建所述双层图的权重矩阵， 对所述权重矩阵按照标记点和 未标记点的顺序重新 排列， 得到新的权 重矩阵； 基于图像节点或超像素节点相关联的边的权 重的总和， 获取双 层图的度矩阵； 基于所述权 重矩阵和度矩阵获取双 层图的拉普拉斯矩阵； 将所述拉普拉斯矩阵带入海陆分割的目标函数， 对所述海陆分割的目标函数进行求 解， 从而获取 未标记节点首次到 达海洋和陆地种子点的概 率。 6.根据权利要求1所述的一种基于单极化SAR  Sentinel ‑1图像的养殖岸线检测方法， 其特征在于， 得到二 值化的海陆分割， 包括： 定义与原单极化SAR图像相同尺寸的二值图像， 所述二值化的各像素值根据以下方式 获取： 其中， Q为二值图像， vi为二值图像像素点像素， filand为像素点首次到达陆地种子点的 概率， fisea为像素点首次到 达海洋种子点的概 率。权　利　要　求　书 2/2 页 3 CN 115457382 A 3