基于局部和全局区域信息的水平集SAR图像分割方法

    公开(公告)号:CN102426700B

    公开(公告)日:2013-10-16

    申请号:CN201110346512.X

    申请日:2011-11-04

    Abstract: 本发明公开了一种基于局部和全局区域信息相结合的水平集SAR图像分割方法,主要解决现有水平集方法受SAR相干斑噪声影响和难以分割灰度不均匀的SAR图像的问题。其实现步骤包括:首先初始化水平集函数φ,将SAR图像分成内部区域Ω1和外部区域Ω2;其次应用高斯核函数对图像内外区域的强度信息作卷积,作为局部区域信息,构造基于局部区域的能量项;接着求这两个内外区域的强度均值c1和c2以及概率密度p1和p2,构造全局区域能量项;最后加入水平集长度的约束项L(φ)和避免重新初始化的惩罚项P(φ),构造总能量函数ESAR,应用变分法求梯度下降流方程,并更新水平集φ,得到新的分割区域和。实验结果表明本发明的分割方法能得到比较理想的分割效果,可用于SAR图像的分割和目标识别。

    基于局部和全局区域信息的水平集SAR图像分割方法

    公开(公告)号:CN102426700A

    公开(公告)日:2012-04-25

    申请号:CN201110346512.X

    申请日:2011-11-04

    Abstract: 本发明公开了一种基于局部和全局区域信息相结合的水平集SAR图像分割方法,主要解决现有水平集方法受SAR相干斑噪声影响和难以分割灰度不均匀的SAR图像的问题。其实现步骤包括:首先初始化水平集函数φ,将SAR图像分成内部区域Ω1和外部区域Ω2;其次应用高斯核函数对图像内外区域的强度信息作卷积,作为局部区域信息,构造基于局部区域的能量项;接着求这两个内外区域的强度均值c1和c2以及概率密度p1和p2,构造全局区域能量项;最后加入水平集长度的约束项L(φ)和避免重新初始化的惩罚项P(φ),构造总能量函数ESAR,应用变分法求梯度下降流方程,并更新水平集φ,得到新的分割区域和实验结果表明本发明的分割方法能得到比较理想的分割效果,可用于SAR图像的分割和目标识别。

    基于边缘和区域信息的水平集SAR图像分割方法

    公开(公告)号:CN102426699A

    公开(公告)日:2012-04-25

    申请号:CN201110346314.3

    申请日:2011-11-04

    Abstract: 本发明公开了一种基于边缘和区域信息相结合的水平集SAR图像分割方法,主要解决现有水平集方法难以分割边缘模糊的SAR图像和对SAR图像真实边缘定位不准的问题。其实现步骤包括:首先应用指数加权均值比率算子检测SAR图像边缘,并得出边缘强度模值|Rmax|,构造边缘能量项;其次初始化水平集函数φ,将SAR图像分成内外两个区域Ω1和Ω2,并求这两个区域的强度均值c1和c2;再次根据c1和c2求区域Ω1和Ω2的估计概率密度p1和p2,并构造区域能量项;最后加入避免重新初始化的修正能量项,构造总能量函数ESAR,并应用变分法求梯度下降流方程,并更新水平集φ,得到新的分割区域和实验结果表明本发明所实现的分割方法能得到比较理想的分割效果,可用于SAR图像的边缘检测和目标识别。

    基于边缘和区域信息的水平集SAR图像分割方法

    公开(公告)号:CN102426699B

    公开(公告)日:2013-08-14

    申请号:CN201110346314.3

    申请日:2011-11-04

    Abstract: 本发明公开了一种基于边缘和区域信息相结合的水平集SAR图像分割方法,主要解决现有水平集方法难以分割边缘模糊的SAR图像和对SAR图像真实边缘定位不准的问题。其实现步骤包括:首先应用指数加权均值比率算子检测SAR图像边缘,并得出边缘强度模值|Rmax|,构造边缘能量项;其次初始化水平集函数φ,将SAR图像分成内外两个区域Ω1和Ω2,并求这两个区域的强度均值c1和c2;再次根据c1和c2求区域Ω1和Ω2的估计概率密度p1和p2,并构造区域能量项;最后加入避免重新初始化的修正能量项,构造总能量函数ESAR,并应用变分法求梯度下降流方程,并更新水平集φ,得到新的分割区域和实验结果表明本发明所实现的分割方法能得到比较理想的分割效果,可用于SAR图像的边缘检测和目标识别。

Patent Agency Ranking