基于梯度的极化SAR图像超像素分割

• 作者: 刘希韫 杨健 殷君君 王涛 黄晨霞
• 来源期刊: 电波科学学报
• 学科: 工学
• 关键词: 极化SAR图像 超像素分割 边缘检测 迭代聚类 分水岭
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 论文
• 页码范围: 761-770
• 页数: 10页
• 分类号: TN957.52
• 字数: 8041字
• 语种: 中文
• DOI: 10.13443/j.cjors.2019043005

摘要

超像素分割在图像分割领域以其优异的性能表现被广泛应用,准确性和高效性是评价分割性能的重要指标.简单线性迭代聚类(simple linear iterative clustering,SLIC)方法在光学图像上表现出了优异的性能,在极化合成孔径雷达(synthetic aperture radar,SAR)图像中也被广泛应用,然而SLIC方法中的初始化步骤不能准确地定位类中心,需要多次的迭代纠正误差.改进的分水岭方法(spatial constrained watershed,SCoW)是一种基于梯度阈值区分的简单且高效的分割方法,但是不能直接用于极化SAR图像.本文受SCoW的启发,提出一种对SLIC进行预处理的分割方法,通过横虚警(constant false alarm rate,CFAR)边缘检测器计算得到极化SAR图像的梯度信息,并将梯度信息用于初始化分割.基于两幅实测极化SAR图像,将本文提出方法与其他三种方法对比.实验表明本文方法可以减少整个算法的迭代次数,得到更加符合图像信息、贴合图像边界的分割结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王涛	北京科技大学计算机与通信工程学院	25	129	7.0	10.0
2	杨健	清华大学电子工程系	74	421	12.0	18.0
3	殷君君	北京科技大学计算机与通信工程学院	4	3	1.0	1.0
4	刘希韫	北京科技大学计算机与通信工程学院	1	0	0.0	0.0
5	黄晨霞	北京科技大学计算机与通信工程学院	2	0	0.0	0.0