(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 202210546975.9 (22)申请日 2022.05.19 (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 李真芳　杨伟明　刘鹏　孙浩南　 朱瑞婷　 (74)专利代理 机构 西安嘉思特知识产权代理事 务所(普通 合伙) 6123 0 专利代理师 李薇 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/30(2022.01) G06V 10/34(2022.01) G06V 10/56(2022.01) G06V 10/74(2022.01)G06V 10/762(2022.01) (54)发明名称 基于超像素分割的叠掩阴影检测方法及装 置 (57)摘要 本发明公开了一种基于超像素分割的叠掩 阴影检测方法及装置， 该方法包括： 获取原始雷 达图像并进行预处理， 得到初始SAR图像及其亮 度图像； 利用亮度图像对初始SAR图像进行超像 素分割， 得到第一超像素图像； 对第一超像素图 像进行形态学处理， 得到第二超像素图像； 对第 二超像素图像进行叠掩阴影检测， 得到检测结 果。 本发明通过使用超像素分割方法将具有相邻 且相似信息的像素组合成一个基元块， 大大降低 了后续图像处理任务的复杂性， 克服了传统逐像 素检测存在噪声鲁棒性差、 检测结果整体性差等 缺点， 提升了检测精度。 权利要求书2页 说明书10页 附图7页 CN 115131555 A 2022.09.30 CN 115131555 A 1.一种基于超像素分割的叠掩阴影 检测方法， 其特 征在于， 包括： 获取原始雷达图像并进行 预处理， 得到初始SAR图像及其亮度图像； 利用所述亮度图像对所述初始SAR图像进行超像素分割， 得到第一超像素图像； 对所述第一超像素图像进行 形态学处 理， 得到第二超像素图像； 对所述第二超像素图像进行叠掩阴影 检测， 得到检测结果。 2.根据权利要求1所述的基于超像素分割的叠掩阴影检测方法， 其特征在于， 获取原始 雷达图像并进行 预处理， 得到初始SAR图像及其亮度图， 包括： 对所述原 始雷达图像进行相干斑滤波， 以去除图像的斑点噪声， 得到初始SAR图像； 对所述初始SAR图像的灰度值进行归一化处理， 并进行灰度增强， 得到对应的亮度图 像。 3.根据权利要求1所述的基于超像素分割的叠掩阴影检测方法， 其特征在于， 利用所述 亮度图像对所述初始SAR图像进行超像素分割， 得到第一超像素图像， 包括： 初始化所述初始SAR图像的聚类中心， 并为每 个聚类中心分配对应的标签； 根据所述亮度图像 计算像素点的梯度信息， 以校正所述聚类中心； 利用每个像素点与所述聚类中心 的相似度， 对所述聚类中心进行迭代更新， 得到最终 的聚类中心； 按照所述 最终的聚类中心对所述初始SAR图像进行超像素分割， 得到第一超像素图像。 4.根据权利要求3所述的基于超像素分割的叠掩阴影检测方法， 其特征在于， 根据 所述 亮度图像 计算像素点的梯度信息， 以校正所述聚类中心， 包括： 设定超像素网格的形状， 并利用亮度信 息和位置信 息融合表示每个聚类中心和每个像 素点； 根据每个像素点的亮度信 息和位置信 息计算梯度信 息， 并将每个聚类中心移动到与八 连通域中最低梯度位置相对应的像素点 位置， 以对聚类中心进行 校正。 5.根据权利要求3所述的基于超像素分割的叠掩阴影检测方法， 其特征在于， 利用每个 像素点与所述聚类中心之间的相似度， 对所述聚类中心进行迭代更新， 得到最终的聚类中 心包括： 定义空间最大距离和最大颜色差异； 根据所述空间最大距离和所述最大颜色差异计算每个像素点与其周围一定范围内的 若干聚类中心之间的第一相似度； 根据所述第一相 相似度计算第二相似度， 以更新所述第一相似度； 重复上述计算第二相似度和更新第一相似度的步骤， 直至满足迭代停止条件， 得到每 个像素点与其周围一定范围内的多个聚类中心之间的第一相似度的终值； 将与每个像素的第 一相似度终值最高的聚类中心的标签赋予该像素， 以得到最终的聚 类中心。 6.根据权利要求5所述的基于超像素分割的叠掩阴影检测方法， 其特征在于， 根据 所述 第一相相似度计算第二相似度， 以更新所述第一相似度， 包括： 初始化标签图像l＝{s(i)＝ ‑1|i∈[1,N]}和距离图像D＝{d(i,Ck)＝∞|i∈[1,N]}； 其 中， s(i)表示第i个像素点的标签， N表示初始SAR 图像的像素点总 数， d(i,Ck)表示第i个像 素点与第k个聚类中心Ck之间的第一相似度；权　利　要　求　书 1/2 页 2 CN 115131555 A 2按照如下公式计算每 个像素点的第二相似度： 其中， ds(i,Ck)表示第i个像素点与第k个聚类中心Ck之间的第二相似度， 表示第k个 聚类中心Ck的特征， 表示d(i,Ck)的特征向量f的加权L2范数， fi表示第i个像素点的 特征， W＝diag(1, λ, λ )， λ＝ Nc2/Ns2， Nc表示最大颜色差异， Ns表示最大空间距离； 若ds(i,Ck)<d(i,Ck)， 则令d(i,Ck)＝ds(i,Ck)， s(i)＝ k。 7.根据权利要求1所述的基于超像素分割的叠掩阴影检测方法， 其特征在于， 对所述第 一超像素图像进行 形态学开处 理， 得到第二超像素图像包括： 遍历所述第 一超像素图像中的所有超像素， 对位置不相邻但标签相同的区域重新分配 标签， 得到新的标签图像； 对所述新的标签图像进行 形态学开操作处 理， 去除尺寸过小的超像素； 对经过形态学开操作处 理的超像素图像重新分配标签， 得到第二超像素图像。 8.根据权利要求1所述的基于超像素分割的叠掩阴影检测方法， 其特征在于， 对所述第 二超像素图像进行叠掩阴影 检测， 得到检测结果包括： 对所述第二超像素图像中的每个超像素做局部频率估计， 并将所述局部频率为负值的 超像素标记为叠掩阴影区域 Ils； 计算所述初始SAR图像的平均强度Lavr以及所述第二超像素图像中每个超像素的平均 强度 和平均相干系数coh(k),k∈[1,K ′]， 其中， K ′表示第二超像素图像中的超像素总数； 遍历所述叠掩阴影区域Ils中的超像素， 将 大于一定倍数的Lavr的超像素和平均相干 系数coh(k)小于第一阈值的超像素判定为叠掩区域 Il； 令部分阴影区域Is＝Ils‑Il， 计算Is的平均幅值， 遍历Is中的超像素， 将幅值小于一定倍 数的平均幅值的超像素和平均相干系数coh(k)小于第二阈值的超像素判定为阴影区域 Is。 9.根据权利要求8所述的基于超像素分割的叠掩阴影检测方法， 其特征在于， 对所述第 二超像素图像中的每 个超像素做局部频率估计包括： 在干涉复相位图中， 以像素点 为中心取一定大小的窗口； 对所述窗口进行 FFT变换， 得到该窗口 的频谱信息； 根据所述频谱信息的峰值 位置， 得到该像素点的局部频率。 10.一种基于超像素分割的叠掩阴影 检测装置， 其特 征在于， 包括： 初始化模块(1)， 用于获取原始雷达图像并进行预处理， 得到初始SAR图像及其亮度图 像； 超像素分割模块(2)， 用于利用所述亮度图像对所述初始SAR图像进行超像素分割， 得 到第一超像素图像； 形态学处理模块(3)， 用于对所述第一超像素图像进行形态学开处理， 得到第二超像素 图像； 检测模块(4)， 用于对所述第二超像素图像进行叠掩阴影 检测， 得到检测结果。权　利　要　求　书 2/2 页 3 CN 115131555 A 3