融合Ratio边缘信息的水平集SAR图像分割方法

doi:10.3969/j.issn.1001-2400.2010.03.019

J4 ›› 2010, Vol. 37 ›› Issue (3): 492-495.doi: 10.3969/j.issn.1001-2400.2010.03.019

融合Ratio边缘信息的水平集SAR图像分割方法

吕雁;冯大政

(西安电子科技大学电子工程学院，陕西西安 710071)

收稿日期:2009-06-17 出版日期:2010-06-20 发布日期:2010-07-23
通讯作者: 吕雁
作者简介:吕雁(1976-)，女，讲师，西安电子科技大学博士研究生，E-mail: ylv@mail.xidian.edu.cn．
基金资助:
国家自然科学基金资助项目(60672128)

Level set SAR image segmentation method combined with ratio edge information

Lü Yan;FENG Da-zheng

(School of Electronic Engineering, Xidian Univ., Xi'an 710071， China)

Received:2009-06-17 Online:2010-06-20 Published:2010-07-23
Contact: Lü Yan

摘要/Abstract

摘要：

提出了一种融合边缘和区域信息的变分水平集合成孔径雷达图像分割方法．该方法不需要去除相干斑噪声的预处理过程，利用具有恒虚警特性的Ratio算子提取合成孔径雷达图像的边缘信息，并与无边缘活动轮廓模型结合建立合成孔径雷达图像分割能量泛函模型，通过最小化能量泛函得到曲线演化偏微分方程，采用变分水平集方法求解演化方程，实现了合成孔径雷达图像的分割．分别采用模拟和真实合成孔径雷达图像对该方法进行了验证，实验结果表明，该方法实现了合成孔径雷达图像中目标与背景的正确分割，具有较好的边缘定位能力．

关键词: 合成孔径雷达, 图像分割, 水平集, 边缘信息, 偏微分方程

Abstract:

A variational level set synthetic aperture radar (SAR) image segmentation method based on edge and region information is proposed. An energy functional adapted for SAR image segmentation is defined, which consists of an active contour without the edge model and the edge information of SAR image by the Ratio operator with CFAR. Partial differential equations (PDE) of curve evolution are obtained by minimization of the energy functional. To implement image segmentation, the solution of the PDEs by a variational level set approach is applied. The performance of the method is verified by both synthetic and real SAR images. It is shown that the method can accurately extract targets from the SAR image but without any despeckle step, which possesses a preferable edge accuracy.

Key words: synthetic aperture radar, image segmentation, level set, edge information, partial differential equation

吕雁;冯大政. 融合Ratio边缘信息的水平集SAR图像分割方法[J]. J4, 2010, 37(3): 492-495.

Lü Yan;FENG Da-zheng. Level set SAR image segmentation method combined with ratio edge information[J]. J4, 2010, 37(3): 492-495.

参考文献

[1]Osher S, Paragios N. Geometric Level Set Methods in Imaging, Vision and Graphics[M]. New York: Springer, 2003.
[2]Silveira M, Heleno S. Separation Between Water and Land in SAR Images Using Region-based Level Sets[J]. IEEE Geoscience and Remote Sensing Letters, 2009, 6(3): 471-475.
[3]Shuai Yongmin, Sun Hong, Xu Ge. A Fast Segmentation Scheme Based on Level Set for SAR Images[DB/OL]. [2008-01-04]. http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=4418660.
[4]Cao Zongjie, Pang Lingli, Pi Yiming. A Variational Level Set Approach for Automatic Target Extraction of SAR Images[DB/OL]. [2008-01-04]. http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=4418630.
[5]Caselles V, Morel J, Sapiro G. Geodesic Active Contours[J]. Int J Computer Vision, 1997(22): 61-79.
[6]Touzi R, Lopes A, Bousquet P. A Statistical and Geometrical Edge Detector for SAR Images[J]. IEEE Trans on Geoscience and Remote Sensing, 1988, 26 (6): 764-773.
[7]Chan T, Vese L. Active Contours without Edges[J]. IEEE Trans on Image Processing, 2001, 10(2): 266-277.
[8]Sagiv C, Sochen N, Zeevi Y. Integrated Active Contive Contours for Texture Segmentation[J]. IEEE Trans on Image Processing, 2006, 15 (6): 1633-1646.
[9]王程, 王润生. SAR图像直线提取[J]. 电子学报, 2003, 31(6): 816-820.
Wang Cheng, Wang Runsheng. Line Extraction for SAR Image[J]. Acta Eletronica Sinica, 2003, 31(6):816-820.
[10]Osher S, Fedkiw R. Level Set Methods and Dynamic Implicit Surfaces[M]. New York: Springer, 2003.
[11]杨威, 李俊山, 史德琴, 等. 基于改进变分水平集的红外图像分割方法[J]. 计算机工程, 2008, 34(4): 196-200.
Yang Wei, Li Junshan, Shi Deqin, et al. Infrared Image Segmentation Based on Improved Variational Level Set[J]. Computer Engineering, 2008, 34(4): 196-200.

[1]	王昕,常贵清,池琛琛. 广角SAR各向异性散射目标分离成像[J]. 西安电子科技大学学报, 2021, 48(2): 109-116.
[2]	陆金文,闫华,殷红成,张磊,董纯柱. 用于三维散射中心SBR建模的边缘绕射修正[J]. 西安电子科技大学学报, 2021, 48(2): 117-124.
[3]	陶毅,丁丽. 利用共轭对称性的数字IQ频域校准方法[J]. 西安电子科技大学学报, 2021, 48(2): 181-189.
[4]	胡利平,闫华,钟卫军,殷红成,王超. 舰船目标三维散射中心建模及SAR快速仿真方法[J]. 西安电子科技大学学报, 2021, 48(2): 72-83.
[5]	段崇棣,韩超垒,杨志伟,张庆君. 一种杂波分类辅助的近海岸模糊杂波抑制方法[J]. 西安电子科技大学学报, 2021, 48(2): 64-71.
[6]	杨军,周芳. 分布式小卫星MIMO-SAR超高分辨成像方法[J]. 西安电子科技大学学报, 2021, 48(2): 99-108.
[7]	刘志强,张铭津,池源,李云松. 一种深度学习的硬件木马检测算法[J]. 西安电子科技大学学报, 2019, 46(6): 37-45.
[8]	王志浩,张金松,孙光才,李军,邢孟道. 一种联合多特征量的SAR人造微弱痕迹检测方法[J]. 西安电子科技大学学报, 2019, 46(6): 131-139.
[9]	杨磊,岳云泽,李埔丞,章涛,杨桓. 多地面运动目标大动态SAR成像稀疏表示[J]. 西安电子科技大学学报, 2019, 46(5): 31-40.
[10]	郭睿,臧博,彭树铭,邢孟道. 高分辨InSAR中的城市高层建筑特征提取[J]. 西安电子科技大学学报, 2019, 46(4): 137-143.
[11]	曾创展,朱卫纲,贾鑫. 一种稀疏孔径逆合成孔径雷达成像算法[J]. 西安电子科技大学学报, 2019, 46(3): 123-129.
[12]	梁毅, 李晴晴, 孙昆, 党彦锋, 丁金闪. 利用SAR图像匹配的弹体定位新方法[J]. 西安电子科技大学学报, 2018, 45(6): 1-6.
[13]	孙宸, 成立业. 空间感知矩阵学习的极化SAR图像分类[J]. 西安电子科技大学学报, 2018, 45(6): 92-98.
[14]	刘建歌, 慕德俊. 一种SAR影像冰水边缘线提取算法[J]. 西安电子科技大学学报, 2018, 45(6): 106-111.
[15]	王跃锟;索志勇;李真芳;张金强;张庆君. 高低轨异构双基地SAR改进CS成像算法[J]. 西安电子科技大学学报, 2018, 45(5): 50-56+196.

融合Ratio边缘信息的水平集SAR图像分割方法

Level set SAR image segmentation method combined with ratio edge information

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0