《雷达学报杂志》发表论文赏析

一种用于极化SAR图像的快速超像素分割算法

来源:雷达学报杂志2017年第5期北京时间:

作者:张月, 邹焕新, 邵宁远, 周石琳, 计科峰

单位:国防科学技术大学电子科学与工程学院   长沙   410073;

摘要:超像素分割算法作为预处理技术应该具有如下特性:快速的运算速度、较高的边缘贴合度及同质区域规则的形状。基于迭代边缘精炼(Iterative Edge Refinement, IER)的超像素快速分割算法在光学图像上取得了较好的效果。但是,由于极化SAR图像受相干斑噪声影响,并且存在许多小块的或者细长的区域,因此,当将IER算法直接用于极化SAR图像进行超像素分割时,难以获得理想的结果。针对以上问题,该文在初始化步骤,将不稳定像素点集初始化为极化SAR图像中的所有像素点而非网格边缘像素点;在为不稳定像素点的局部重贴标签中,用快速的修正Wishart距离代替颜色空间的欧式距离;然后,采用基于不相似度的后处理算法,在移除生成的孤立小面积超像素的同时保留强散射点目标;最后,基于一幅仿真图像和一幅AirSAR实测极化SAR图像,与其他3种较优的算法进行了对比实验。实验结果表明,就几种常用评价标准而言,该文算法具有较好的特性,而且该文算法计算效率高,能够生成边缘贴合度较高的、形状规则的超像素。

关键词:超像素分割, 边缘精炼, 修正Wishart距离, 不稳定像素点, 极化SAR图像

基金资助:国家自然科学基金(61331015, 61372163)

2017年5期其他文献查阅:

基于黎曼流形的极化SAR图像分类

极化SAR目标散射旋转域解译理论与应用

高分三号SAR影像在国家海域使用动态监测中的应用

高分三号NSC模式SAR图像舰船目标检测初探

一种基于CNN的SAR图像变化检测方法

基于多特征-多表示融合的SAR图像目标识别

基于深度形状先验的高分辨率SAR飞机目标重建

基于概率转移卷积神经网络的含噪标记SAR图像分类

结合旋转域极化特征的极化SAR地物分类

基于混合Wishart模型的极化SAR图像非监督分类

基于组合条件随机场的极化SAR图像监督地物分类

一种极化熵结合混合GEV模型的全极化SAR潮间带区域地物分类方法

一种用于极化SAR图像的快速超像素分割算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!