李晓慧，汪西莉

结合目标局部和全局特征的CV遥感图像分割模型

李晓慧1，汪西莉2

(1. 青海民族大学计算机学院，青海 西宁 810007； 2. 陕西师范大学计算机科学学院，陕西 西安 710119)

随着遥感卫星技术的发展，高分辨率遥感影像不断涌现。从含有较多信息、背景复杂的遥感影像中自动提取目标成为一个亟待解决的难题。传统的图像分割方法主要依赖图像光谱、纹理等底层特征，容易受到图像中遮挡和阴影等的干扰。为此，针对特定的目标类型，提出结合目标局部和全局特征的CV (Chan Vest)遥感图像目标分割模型，首先，采用深度学习生成模型——卷积受限玻尔兹曼机建模表征目标全局形状特征，以及重建目标形状；其次，利用Canny算子提取目标边缘信息，经过符号距离变换得到综合了局部边缘和全局形状信息的约束项；最终，以CV模型为图像目标分割模型，增加新的约束项得到结合目标局部和全局特征的CV遥感图像分割模型。在遥感小数据集Levir-oil drum、Levir-ship和Levir-airplane上的实验结果表明：该模型不仅可以克服CV模型对噪声敏感的缺点，且在训练数据有限、目标尺寸较小、遮挡及背景复杂的情况下依然能完整、精确地分割出目标。

图像分割；形状先验；卷积受限玻尔兹曼机；深度学习；Chan Vest模型

随着遥感技术的发展，高分辨率的遥感影像不断涌现，从影像中自动提取目标引起了众多学者的广泛研究。与普通光学图像相比，遥感图像的场景、目标分布等都更为复杂，针对遥感影像复杂背景下的小目标分割[1-2]更为困难。……