SAR图像河流分割的加权指数区域能量模型

• 作者: 吴一全 韩斌
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: SAR图像 河流分割 主动轮廓模型 指数区域能量 最大绝对差
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 1174-1181
• 页数: 8页
• 分类号: P237
• 字数: 6116字
• 语种: 中文

摘要

传统主动轮廓模型很难实现精确的SAR图像河流分割.针对这一问题,本文提出了一种加权指数区域能量主动轮廓模型,以精确地提取SAR图像中的河流.该模型在Chan-Vese(CV)模型能量泛函中引入了指数区域能量,能更好地衡量分割图像和原始图像的差异程度,提高模型的分割准确性.此外,利用目标区域和背景区域内像素灰度的最大绝对差取代模型中常值区域能量权重,自适应地调节目标区域和背景区域的能量比重,加速曲线运动到目标区域的边缘,获得更高的分割效率.针对实际河流SAR图像进行了分割试验,结果表明:与传统主动轮廓模型相比,本文提出的模型能更快速、精确地分割SAR图像中的河流,在分割结果和分割效率两方面具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴一全	南京航空航天大学电子信息工程学院	198	2249	23.0	36.0
17	韩斌	南京航空航天大学电子信息工程学院	6	23	3.0	4.0