| 基于全局极小解Chan-Vese模型的SAR图像分割 |
| |
| 引用本文： | 东野长磊,郑永果,姜东焕,张彬.基于全局极小解Chan-Vese模型的SAR图像分割[J].计算机工程与设计,2012,33(11):4255-4258. |
| |
| 作者姓名： | 东野长磊 郑永果 姜东焕 张彬 |
| |
| 作者单位： | 山东科技大学信息科学与工程学院,山东青岛,266590 |
| |
| 基金项目： | 国家863高技术研究发展计划重点基金项目，山东自然科学基金项目，山东省教育厅科技计划基金项目 |
| |
| 摘 要： | 活动轮廓模型是近年来最成功的分割模型之一。但由于SAR图像存在较强的斑点噪声,使用传统的Chan-Vese模型水平集分割方法会产生很多误分割。因此,需要对传统Chan-Vese模型进行改进,将非凸的Chan-Vese模型转换为凸优化问题,得到Chan-Vese模型的全局极小解。对凸优化Chan-Vese模型引入边缘检测算子,得到基于边缘和区域信息的全局极小解Chan-Vese模型。在水平集演化迭代过程中,引入一个新的迭代终止条件,可以敏感地判断演化曲线的变化幅度,根据设定条件,自动的停止迭代计算。针对合成图像和真实SAR图像进行分割实验,实验结果表明,提出的改进Chan-Vese模型能够快速、准确地提出图像中感兴趣目标,并具有较强的抗噪性。
|
| 关 键 词： | 合成孔径雷达 图像分割 全局极小解 Chan-Vese模型 水平集方法 |
SAR image segmentation based on global minimization Chan-Vese model |
| |
| DONGYE Chang-lei
,
ZHENG Yong-guo
,
JIANG Dong-huan
,
ZHANG Bin.SAR image segmentation based on global minimization Chan-Vese model[J].Computer Engineering and Design,2012,33(11):4255-4258. |
| |
| Authors: | DONGYE Chang-lei ZHENG Yong-guo JIANG Dong-huan ZHANG Bin |
| |
| Affiliation: | (College of Information Science and Engineering,Shandong University of Science and Technology,Qingdao 266590,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
