多尺度曲波分解下的可变类SAR图像分割

来源：信号处理杂志 2017年第8期北京时间：

作者：王玉, 李玉, 赵泉华

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（Markov Random Field, 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（Reversible Jump Markov Chain Monte Carlo, RJMCMC）算法以实现该模型求解；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