基于超像素的SAR圖像海岸線檢測算法.pdf

1、合成孔徑雷達(SyntheticApertureRadar，SAR)圖像以全天候成像等優(yōu)勢在海域動態(tài)監(jiān)測、自動導航等領域有廣泛的應用，其中海岸線檢測是動態(tài)監(jiān)測海岸線變化的一個解決手段。然而在SAR圖像中，由于相干斑、海風和陸地環(huán)境的復雜性等因素，使得海岸線檢測具有較大難度。本文從超像素角度出發(fā)，利用區(qū)域合并、三重馬爾科夫隨機場(TMF)，重點研究SAR圖像中海、陸區(qū)域存在陸、海類似小區(qū)域且海陸對比度較低時的海岸線檢測算法。
　　本

2、文主要工作如下:
　　(1)給出了一種基于超像素的區(qū)域合并改進海岸線檢測算法。當海面或者陸地不均勻時，已有的區(qū)域合并海岸線檢測算法容易出現無法合并的小區(qū)域，且需要人為設定合并閾值的問題，本文首先給出了一種改進的超像素算法，通過構建一個改進的局部窗，可以有效的解決傳統(tǒng)矩形窗中因含有邊緣導致計算出的特征模糊的問題，通過該局部窗構建一個相似性描述子，使提取出的特征更加精確，超像素的邊緣貼合度更高。然后以超像素為基元，又給出一種改進的區(qū)域

3、合并準則，該準則同時考慮超像素的像素均值、相對大小和統(tǒng)計量信息，再根據鄰域信息得到確定局部閾值的方式，解決了已有算法中需要人為設置閾值的問題。通過對SAR圖像的實驗，驗證了算法的有效性。
　　(2)給出了一種基于超像素的三重馬爾科夫隨機場(TMF)改進海岸線檢測算法。針對已有算法邊緣貼合度不高的問題，首先給出一種基于Gamma分布的超像素算法，假設均勻局部鄰域服從Gamma分布，通過置信區(qū)間確定左右門限形成超像素以提高邊緣貼合度。

4、然后以超像素為基元，給出一種改進的TMF算法，構建了一種基于改進輔助場的能量函數以解決已有TMF算法的閾值依賴性問題。通過對SAR圖像的實驗，驗證了算法的有效性。
　　(3)給出了一種基于概率的超像素三重馬爾科夫隨機場(TMF)改進海岸線檢測算法。針對海陸對比度較低的問題，首先給出一種統(tǒng)計量以增強海陸對比度，其次給出一種改進超像素算法以解決邊緣貼合度不高的問題。最后給出一種基于概率的TMF改進算法以解決已有算法未考慮同類超像素相關