基于边缘检测的SAR图像自适应区域分割
2021-11-26齐小祥杜卫东
齐小祥,李 敏,朱 颖,宋 雨,3,杜卫东,4
1.火箭军工程大学 作战保障学院,西安710025
2.中国人民解放军65367部队
3.国防科技大学 信息通信学院,西安710106
4.武警工程大学 密码工程学院,西安710086
合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天候、全天时、远距离等成像优势,能够在光学成像受限制的条件下正常工作,是重要的遥感手段之一[1]。SAR 成像技术被广泛应用于环境监测、高空侦察、海洋监视等领域,涵盖图像分割、目标检测和识别、移动目标跟踪等内容[2-3]。
图像分割在图像处理和计算机视觉中占有重要地位,是目标检测、跟踪和识别的基础[4],被广泛应用于医学、遥感等领域[5-6]。SAR图像分割方法主要分为基于边缘的分割方法、基于区域的分割方法、基于模型的分割方法[7-8]。近年来,基于边缘信息和区域信息混合的图像分割方法受到学者的广泛关注[8]。常用的边缘检测算子有Prewitt算子、Marr算子和Canny算子等。其中Canny边缘检测算子边缘定位准确,区域闭合性较好,但是需要人工设定检测阈值。文献[9]用Otsu 改进的Canny 算子实现多光谱影像分割,取得了较好的效果。区域生长分割是一种有效的图像分割方法,从Levine等[10]提出该方法以来,一直得到许多学者的关注和研究[11-12]。区域生长方法是将具有某些相似特征的像素点聚合,构成连通区域。其优点是:无需先验知识的情况下,可以取得较好的分割效果,适合用来分割几何特征不规则和背景复杂的图像,比如SAR 图像。但是区域生长方法需要人工选取初始生长区域,设定生长阈值,如果选取设定不合适,对于SAR 图像分割容易导致过度分割或者过度生长。……
