王彬，王国宇

(1.中国海洋大学 信息科学与工程学院，山东 青岛 266100；2.青岛科技大学 信息科学技术学院，山东 青岛 266061)

0 引言

从SAR(synthetic aperture radar)图像分割技术发展的这几十年来看，SAR分割方法的一个技术难点，就是如果避免SAR图像相干斑噪声的影响。在研究初期，部分科学家使用滤波来对不同解析度的相干斑进行平滑操作[1]。但是，此方法的弊端[2]就是滤波也会引起图像信息的不全，从而使接下来的分割和识别更为困难。随着SAR图像解析度的提高，其自身的特性表现越发明显，研究学者进一步研究了SAR图像特性，探讨其分割方法。其中，通过一定假设将SAR图像的统计特性定义为一种模型进行分割的方法，逐渐成为研究的主要方向。普遍使用的边缘检测分割法中经典的梯度算子和Sobel算子[3-6]等，能够提取均匀图像的重点区域轮廓，但是对于灰度分布不均的SAR图像，分割效果欠佳，然而结合统计模型对相干斑噪声建模进行边缘检测，明显降低了斑点噪声对分割结果的影响，可以获得更加连贯和准确的目标和区域边界。因此单一的分割方法经常不能兼顾实际的SAR图像分割需求时，可以考虑组合分割方法。

传统分割方法中区域分裂和合并法也可以运用一些检测假设与统计模型法共同进行SAR图像分割。R.Cook等人[7]运用提出的Student’s t假设检验条件下，约束区域分裂和合并的迭代过程，获得新的矩合并分割算法，改善了原来算法的分割效果。C.Oliver等[2]人经过反复的研究推导提出SAR图像符合Gamma分布的观点。……