高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于统计模型的变分水平集SAR图像分割方法

曹宗杰 闵锐 庞伶俐 皮亦鸣

曹宗杰, 闵锐, 庞伶俐, 皮亦鸣. 基于统计模型的变分水平集SAR图像分割方法[J]. 电子与信息学报, 2008, 30(12): 2862-2866. doi: 10.3724/SP.J.1146.2007.00823
引用本文: 曹宗杰, 闵锐, 庞伶俐, 皮亦鸣. 基于统计模型的变分水平集SAR图像分割方法[J]. 电子与信息学报, 2008, 30(12): 2862-2866. doi: 10.3724/SP.J.1146.2007.00823
Cao Zong-Jie, Min Rui, Pang Ling-Li, Pi Yi-Ming. A Variational Level Set SAR Image Segmentation Approach Based on Statistical Model[J]. Journal of Electronics and Information Technology, 2008, 30(12): 2862-2866. doi: 10.3724/SP.J.1146.2007.00823
Citation: Cao Zong-Jie, Min Rui, Pang Ling-Li, Pi Yi-Ming. A Variational Level Set SAR Image Segmentation Approach Based on Statistical Model[J]. Journal of Electronics and Information Technology, 2008, 30(12): 2862-2866. doi: 10.3724/SP.J.1146.2007.00823

基于统计模型的变分水平集SAR图像分割方法

doi: 10.3724/SP.J.1146.2007.00823
基金项目: 

中国博士后科学基金(20060401017)和电子科技大学青年科技基金资助课题

A Variational Level Set SAR Image Segmentation Approach Based on Statistical Model

  • 摘要: 针对SAR图像感兴趣区域分割问题,提出了一种基于统计模型的变分水平集分割方法。该方法在分析SAR图像特征的基础上,利用相干斑噪声的统计模型直接定义了关于水平集函数的能量泛函,不同于一般水平集方法中关于参数化曲线的能量泛函。通过极小化能量泛函,建立了水平集函数演化的偏微分方程。对水平集演化方程的数值求解,实现了对SAR图像感兴趣区域的分割。分别采用模拟和真实SAR图像对提出的方法进行了验证,试验结果表明该方法充分利用了SAR图像的特征信息,不需要相干斑噪声预处理,能够准确实现对SAR图像感兴趣区域的分割。
  • [1] Casselles V, Catte F, and Coll T, et al.. A geometric modelfor active contours[J].Numerische Mathematik.1993, 66(1):1-31 [2] Malladi R, Sethian J A, and Vemuri B C, et al.. Shapemodeling with front propagation: A level set approach[J].IEEETrans. on Pattern Analysis and Machine Intelligence.1995,17(2):158-175 [3] Galland F, Bertaux N, and Refregier P. Minimum descriptionlength synthetic aperture radar image segmentation[J].IEEETrans. on Image Processing.2003, 12(9):995-1006 [4] Ayed I B, Vazquez C, and Mitiche A, et al.. SAR imagesegmentation with active contours and level sets. IEEEInternational Conference on Image Processing, Singapore,Oct.24-27, 2004, 4: 2717-2720. [5] Ayed I B, Mitiche A, and Belhadj Z. Multiregion level-setpartitioning of synthetic aperture radar images[J].IEEE Trans.on Pattern Analysis and Machine Intelligence.2005, 27(5):793-800 [6] Malladi R, Sethian J A, and Vemuri B C, et al.. Shapemodeling with front propagation: A level set approach[J].IEEETrans. on Pattern Analysis and Machine Intelligence.1995,17(2):158-175 [7] Caselles V, Kimmel R, and Sapiro G. Geodesic activecontours[J].International Journal of Computer Vision.1997, 22(1):61-79 [8] 杨洪波, 时永刚, 邹谋炎. 一种非参数估计的活动围道图像分割方法[J].电子与信息学报.2004, 26(12):1849-1855浏览 [9] Chan T and Vese L. Active contours without edges[J].IEEETrans. on Image Processing.2001, 10(2):266-277 [10] Li C M, Xu C Y, Gui C F, and Fox M D. Level set evolutionwithout re-initialization: A new variational formulation.IEEE International Conference on Computer Vision andPattern Recognition, San Diego, CA, USA, June 20-25, 2005,1: 430-436. [11] Zhao H K, Chen T, Merriman B, and Oshier S. A variationallevel set approach to multiphase motion[J].Journal ofComputational Physics.1996, 127(1):179-195 [12] Goodman J W. Laser Speckle and Related Phenomena,Chapter 1-Statistical Properties of Laser Speckle Patterns.New York: Springer-Verlag, 1975: 9-75.
  • 加载中
计量
  • 文章访问数:  3152
  • HTML全文浏览量:  32
  • PDF下载量:  1653
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-05-28
  • 修回日期:  2008-04-07
  • 刊出日期:  2008-12-19

目录

    /

    返回文章
    返回

    官方微信,欢迎关注