数据采集与处理
數據採集與處理
수거채집여처리
JOURNAL OF DATA ACQUISITION & PROCESSING
2012年
2期
151-155
,共5页
合成孔径雷达%图像分割%Chan-Vese模型%距离正则项%增强Lee滤波
閤成孔徑雷達%圖像分割%Chan-Vese模型%距離正則項%增彊Lee濾波
합성공경뢰체%도상분할%Chan-Vese모형%거리정칙항%증강Lee려파
由于SAR图像存在较强的斑点噪声,使用Chan-Vese模型水平集分割方法会产生很多误分割.同时,水平集解法存在计算量大、分割速度慢的问题.在Chan-Vese模型基础上,增加新的内能项——距离正则项,得到了一种改进的曲线演化模型.避免了水平集函数的周期性更新,具有更大的迭代步长,从而加快分割速度,并且提高Chan-Vese模型的抗噪性.对该模型采用人工合成图像和真实SAR图像进行分割实验,通过比较,可看出改进模型具有较高的数值精度和较快的分割速度.对于噪声很强的图像,使用增强Lee滤波进行预处理,可以进一步提高改进模型的分割速度和效果.实验结果表明:改进Chan-Vese模型能高效快速地完成SAR图像分割,具有较高的抗噪性.
由于SAR圖像存在較彊的斑點譟聲,使用Chan-Vese模型水平集分割方法會產生很多誤分割.同時,水平集解法存在計算量大、分割速度慢的問題.在Chan-Vese模型基礎上,增加新的內能項——距離正則項,得到瞭一種改進的麯線縯化模型.避免瞭水平集函數的週期性更新,具有更大的迭代步長,從而加快分割速度,併且提高Chan-Vese模型的抗譟性.對該模型採用人工閤成圖像和真實SAR圖像進行分割實驗,通過比較,可看齣改進模型具有較高的數值精度和較快的分割速度.對于譟聲很彊的圖像,使用增彊Lee濾波進行預處理,可以進一步提高改進模型的分割速度和效果.實驗結果錶明:改進Chan-Vese模型能高效快速地完成SAR圖像分割,具有較高的抗譟性.
유우SAR도상존재교강적반점조성,사용Chan-Vese모형수평집분할방법회산생흔다오분할.동시,수평집해법존재계산량대、분할속도만적문제.재Chan-Vese모형기출상,증가신적내능항——거리정칙항,득도료일충개진적곡선연화모형.피면료수평집함수적주기성경신,구유경대적질대보장,종이가쾌분할속도,병차제고Chan-Vese모형적항조성.대해모형채용인공합성도상화진실SAR도상진행분할실험,통과비교,가간출개진모형구유교고적수치정도화교쾌적분할속도.대우조성흔강적도상,사용증강Lee려파진행예처리,가이진일보제고개진모형적분할속도화효과.실험결과표명:개진Chan-Vese모형능고효쾌속지완성SAR도상분할,구유교고적항조성.
