改进活动轮廓模型的SAR图像分割新算法

摘要

SAR图像分割是SAR图像处理的一项关键技术,是进一步进行SAR图像识别、分析和理解的基础,是SAR图像处理到SAR图像分析的关键步骤.SAR图像中相干斑噪声的存在,使SAR图像分割变得非常困难.传统的SAR图像分割算法需要通过预处理抑制相干斑噪声,而此类处理方法在抑制噪声的同时,不可避免地损失目标区域的边缘信息,存在分割边界不完整、分割精度不高等问题,难以满足实际的SAR图像分割需求.针对这一难题,本文以提高分割精度,保护图像的几何结构边缘和提高算法的鲁棒性为目标,提出了一种适用于处理SAR图像分割的改进活动轮廓模型.新模型同时结合SAR图像Gamma分布统计特性的区域信息和边缘信息,首先通过引入基于ROEWA算子边缘指示函数加权非凸的正则化项,定义了新模型的能量泛函.然后极小化能量泛函,建立了水平集函数演化的偏微分方程.最后对水平集演化方程的数值求解,实现了对SAR图像感兴趣区域的分割.分别采用仿真图像和实测SAR图像对新模型进行验证.实验结果表明,新模型对SAR图像具有很强的边缘定位能力,能使目标区域分割更完整.