基于全局极小解Chan-Vese模型的SAR图像分割

作     者：东野长磊 郑永果 姜东焕 张彬 DONGYE Chang-lei;ZHENG Yong-guo;JIANG Dong-huan;ZHANG Bin

作者机构：山东科技大学信息科学与工程学院山东青岛266590 

基　　金：国家863高技术研究发展计划重点基金项目(2009AA122003) 山东自然科学基金项目(ZR2011FM024) 山东省教育厅科技计划基金项目(J08LJ10) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2012年第33卷第11期

页      码：4255-4258页

摘      要：活动轮廓模型是近年来最成功的分割模型之一。但由于SAR图像存在较强的斑点噪声,使用传统的Chan-Vese模型水平集分割方法会产生很多误分割。因此,需要对传统Chan-Vese模型进行改进,将非凸的Chan-Vese模型转换为凸优化问题,得到Chan-Vese模型的全局极小解。对凸优化Chan-Vese模型引入边缘检测算子,得到基于边缘和区域信息的全局极小解Chan-Vese模型。在水平集演化迭代过程中,引入一个新的迭代终止条件,可以敏感地判断演化曲线的变化幅度,根据设定条件,自动的停止迭代计算。针对合成图像和真实SAR图像进行分割实验,实验结果表明,提出的改进Chan-Vese模型能够快速、准确地提出图像中感兴趣目标,并具有较强的抗噪性。

主 题 词：合成孔径雷达 图像分割 全局极小解 Chan-Vese模型 水平集方法 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1000-7024.2012.11.043

馆 藏 号：203124921...