基于水平集的SAR圖像分割.pdf

1、圖像分割是合成孔徑雷達(dá)(SAR)圖像處理的一個(gè)基礎(chǔ)問(wèn)題，也是影響SAR圖像自動(dòng)解譯性能的關(guān)鍵技術(shù)之一。現(xiàn)有的水平集一般基于非相干圖像提出，因而不能對(duì)相干SAR圖像正確建模，直接限制了該方法在SAR圖像分割領(lǐng)域的應(yīng)用。
　　 針對(duì)上述問(wèn)題，本文對(duì)基于水平集的SAR圖像分割方法開(kāi)展了系統(tǒng)全面的研究，提出了三類(lèi)適用于SAR圖像分割的水平集方法，且都取得了令人滿(mǎn)意的實(shí)驗(yàn)結(jié)果，主要?jiǎng)?chuàng)新點(diǎn)包括以下三個(gè)方面的內(nèi)容：
　　 (1)提出了

2、一種基于局部和全局區(qū)域信息的水平集SAR圖像分割方法，針對(duì)SAR圖像廣泛存在灰度分布不均勻的特性，首先提出了一種局部區(qū)域模型，此模型在局部二值擬合(LBF)模型的基礎(chǔ)上，將適用于SAR圖像的指數(shù)核函數(shù)代替高斯核函數(shù)，同時(shí)針對(duì)局部區(qū)域模型收斂速度慢，對(duì)初始化敏感的特點(diǎn)，結(jié)合SAR圖像Gamma概率密度函數(shù)，構(gòu)造基于全局區(qū)域的水平集模型，最后將兩部分模型結(jié)合。
　　 (2)提出了一種基于邊緣和區(qū)域信息的水平集SAR圖像分割方法，該方

3、法在對(duì)現(xiàn)有的幾何活動(dòng)輪廓模型(GAC)和Chen-Vese(CV)模型的水平集圖像分割方法的分析的基礎(chǔ)上，針對(duì)SAR圖像特有的統(tǒng)計(jì)特性分別對(duì)這兩種模型進(jìn)行了改進(jìn)。將適用于SAR圖像的指數(shù)加權(quán)均值比率(ROEWA)邊緣檢測(cè)算子應(yīng)用到GAC模型代替梯度邊緣信息，并應(yīng)用適用于SAR圖像的Gamma統(tǒng)計(jì)信息對(duì)全局的分段連續(xù)(PC)模型進(jìn)行改進(jìn)，最后將這部分模型結(jié)合。
　　 (3)提出了一種基于區(qū)域統(tǒng)計(jì)信息的水平集SAR圖像分割方法，此方