基于统计特征的GAC模型SAR图像分割  

A Geodesic Active Contour Model Based on Statistic Property Edge Indicator in SAR Image Segmentation

作　　者：庞伶俐[1] 曹宗杰[1] 皮亦鸣[1] 

机构地区：[1]电子科技大学电子工程学院,四川成都610054

出　　处：《雷达科学与技术》2007年第6期447-450,464,共5页Radar Science and Technology

基　　金：中国博士后科学基金资助项目(No.20060401017);教育部新世纪优秀人才支持计划(No.23901019);四川省青年科技基金会资助项目(No.06ZQ026-006)

摘　　要：提出了一种基于统计特征定义边缘检测算子的测地活动轮廓(GAC)模型,并用于SAR图像分割中。首先,根据图像上每个点四个不同方向邻域统计特征的异同,计算边缘检测算子,得到GAC模型的能量泛函。其次,最小化能量泛函,得到曲线演化偏微分方程,水平集方法数值求解,最终完成SAR图像的分割。实验表明,与传统依赖图像梯度定义检测算子的GAC方法相比,文中的方法完全适用于SAR图像分割,不需要噪声的预处理过程,拓展了GAC模型的应用范围,提高了目标的正确识别率。A new geodesic model based on statistic property edge indicator in SAR image segmentation is proposed in this paper. According to different statistic properties in four directions, a new edge indicator is obtained to define the GAC energy functional. Then a partial differential equation（PDE） of curve evolution is obtained by minimizing the energy functional. To implement image segmentation, the solution of the PDE by a level set approach is proposed. Experimental results show that the GAC model with statistic property indicator is quite efficient in SAR image segmentation without denoise process, and identification probability is improved.

关 键 词：测地活动轮廓模型 水平集 SAR图像分割 曲线演化 

分 类 号：TN958[电子电信—信号与信息处理] TP391[电子电信—信息与通信工程]