基于超像素的SAR圖像海岸線檢測(cè)算法.pdf

1、合成孔徑雷達(dá)(SyntheticApertureRadar，SAR)圖像以全天候成像等優(yōu)勢(shì)在海域動(dòng)態(tài)監(jiān)測(cè)、自動(dòng)導(dǎo)航等領(lǐng)域有廣泛的應(yīng)用，其中海岸線檢測(cè)是動(dòng)態(tài)監(jiān)測(cè)海岸線變化的一個(gè)解決手段。然而在SAR圖像中，由于相干斑、海風(fēng)和陸地環(huán)境的復(fù)雜性等因素，使得海岸線檢測(cè)具有較大難度。本文從超像素角度出發(fā)，利用區(qū)域合并、三重馬爾科夫隨機(jī)場(chǎng)(TMF)，重點(diǎn)研究SAR圖像中海、陸區(qū)域存在陸、海類(lèi)似小區(qū)域且海陸對(duì)比度較低時(shí)的海岸線檢測(cè)算法。
　　本

2、文主要工作如下:
　　(1)給出了一種基于超像素的區(qū)域合并改進(jìn)海岸線檢測(cè)算法。當(dāng)海面或者陸地不均勻時(shí)，已有的區(qū)域合并海岸線檢測(cè)算法容易出現(xiàn)無(wú)法合并的小區(qū)域，且需要人為設(shè)定合并閾值的問(wèn)題，本文首先給出了一種改進(jìn)的超像素算法，通過(guò)構(gòu)建一個(gè)改進(jìn)的局部窗，可以有效的解決傳統(tǒng)矩形窗中因含有邊緣導(dǎo)致計(jì)算出的特征模糊的問(wèn)題，通過(guò)該局部窗構(gòu)建一個(gè)相似性描述子，使提取出的特征更加精確，超像素的邊緣貼合度更高。然后以超像素為基元，又給出一種改進(jìn)的區(qū)域

3、合并準(zhǔn)則，該準(zhǔn)則同時(shí)考慮超像素的像素均值、相對(duì)大小和統(tǒng)計(jì)量信息，再根據(jù)鄰域信息得到確定局部閾值的方式，解決了已有算法中需要人為設(shè)置閾值的問(wèn)題。通過(guò)對(duì)SAR圖像的實(shí)驗(yàn)，驗(yàn)證了算法的有效性。
　　(2)給出了一種基于超像素的三重馬爾科夫隨機(jī)場(chǎng)(TMF)改進(jìn)海岸線檢測(cè)算法。針對(duì)已有算法邊緣貼合度不高的問(wèn)題，首先給出一種基于Gamma分布的超像素算法，假設(shè)均勻局部鄰域服從Gamma分布，通過(guò)置信區(qū)間確定左右門(mén)限形成超像素以提高邊緣貼合度。

4、然后以超像素為基元，給出一種改進(jìn)的TMF算法，構(gòu)建了一種基于改進(jìn)輔助場(chǎng)的能量函數(shù)以解決已有TMF算法的閾值依賴(lài)性問(wèn)題。通過(guò)對(duì)SAR圖像的實(shí)驗(yàn)，驗(yàn)證了算法的有效性。
　　(3)給出了一種基于概率的超像素三重馬爾科夫隨機(jī)場(chǎng)(TMF)改進(jìn)海岸線檢測(cè)算法。針對(duì)海陸對(duì)比度較低的問(wèn)題，首先給出一種統(tǒng)計(jì)量以增強(qiáng)海陸對(duì)比度，其次給出一種改進(jìn)超像素算法以解決邊緣貼合度不高的問(wèn)題。最后給出一種基于概率的TMF改進(jìn)算法以解決已有算法未考慮同類(lèi)超像素相關(guān)