摘要:图像分割是合成孔径雷达(synthetic aperture radar,SAR)图像海面溢油检测的关键步骤之一,将核模糊C均值(kernel fuzzy C—means,KFCM)聚类方法及Chan—Vese(CV)模型应用于海面溢油SAR图像分割,为了解决单一KFCM方法分割精度不够高,及传统CV模型对初始条件敏感和收敛速度低的问题,提出了一种基于KFCM和改进CV模型的海面溢油SAR图像分割方法。首先利用KFCM算法将海面溢油SAR图像从原始样本空间映射到高维特征空间,得到聚类结果;然后将其作为CV模型的初始条件,以降低CV模型对初始条件的敏感『生,并利用图像边缘强度取代传统CV模型中的Dirac函数,以提高模型的收敛速度和对不同SAR图像的适应性。大量实验结果表明,所提出的基于KFCM和改进CV模型的海面溢油SAR图像分割方法具有分割精度高、运算速度快的优点。
关键词:海面溢油检测 sar图像 图像分割 核模糊c均值聚类
单位:南京航空航天大学电子信息工程学院 南京210016 国家海洋局海洋溢油鉴别与损害评估技术重点实验室 青岛266033 水声通信与海洋信息技术教育部重点实验室(厦门大学) 厦门361005 中国科学院海洋环流与波动重点实验室 青岛266071
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社