检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《电子科技大学学报》2008年第3期325-327,353,共4页Journal of University of Electronic Science and Technology of China
基 金:中国博士后科学基金(20060401017);教育部新世纪优秀人才支持计划(23901019);四川省青年科技基金会资助项目(06ZQ026-006)
摘 要:提出了一种基于区域和边界信息的水平集SAR图像分割方法。该方法根据SAR图像的区域统计特征和边界梯度信息,建立SAR图像分割能量泛函模型;通过最小化能量泛函得到曲线演化偏微分方程;采用水平集方法求解演化方程,实现了SAR图像的分割。分别采用模拟和真实SAR图像对该方法进行了仿真。实验结果表明,该方法能充分利用SAR图像特征,不需要去除相干斑噪声的预处理过程,实现了对图像中目标与背景的正确分割。In this paper, a new level set synthetic aperture radar (SAR) image segmentation approach based on region and edge information is proposed. An energy functional which is adapted for SAR image segmentation is defmed. The energy functional consists of a region-based term derived from maximum-likelihood estimation of a mixed Gamma model and a boundary-based term derived from geodesic active contour model. Partial differential equations (PDEs) of curve evolution are obtained by minimization of the energy functional. To implement image segmentation, the solution of the PDEs by a level set approach is proposed. The efficiency of the method is verified by both synthetic and real SAR images. Experimental results implement the more accurate and rapid SAR images segmentation without preprocessing steps to filter speckle noise.
关 键 词:边界梯度 图像分割 水平集 统计特征 合成孔径雷达
分 类 号:TP391.41[自动化与计算机技术—计算机应用技术] TP751.1[自动化与计算机技术—计算机科学与技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.117