联合超像素分割和显著性特征的SAR海洋内波检测

作     者：崔光曦 杜延磊 杨晓峰 汪胜 徐雪峰 CUI Guangxi;DU Yanlei;YANG Xiaofeng;WANG Sheng;XU Xuefeng

作者机构：中国科学院空天信息创新研究院遥感科学国家重点实验室北京100101 中国科学院空天信息创新研究院海南研究院海南省地球观测重点实验室三亚572029 中国科学院大学北京100049 澳门大学中国澳门999078 

出 版 物：《遥感学报》 (NATIONAL REMOTE SENSING BULLETIN)

年 卷 期：2024年第28卷第9期

页      面：2335-2347页

核心收录：

学科分类：070801[理学-固体地球物理学] 07[理学] 08[工学] 0708[理学-地球物理学] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金(编号:42206180) 海南省自然科学基金(编号:422QN348) 遥感科学国家重点实验室开放基金(编号:OFSLRSS202009) 

主　　题：遥感 海洋内波 超像素分割 显著性特征检测 傅里叶能量谱 合成孔径雷达 

摘      要：海洋内波是一种常见的致灾性中尺度海洋现象,因其对海洋军事和海洋工程等存在巨大威胁而被广泛关注。为了实现合成孔径雷达(SAR)图像海洋内波的准确检测,解决传统检测算法易受斑噪干扰的问题,本文提出了一种基于超像素分割和全局显著性特征的SAR海洋内波检测算法。首先,基于简单线性迭代聚类算法(SLIC)将SAR图像分割成特征均一的超像素;然后,利用超像素的梯度特征、灰度特征及空间特征构建内波显著性特征向量,计算其全局显著性并基于显著度提取内波超像素;最后,根据内波在傅里叶能量谱上的特征对内波区域和非内波区域进行标记并生成标签图像,用于对显著性检测结果进行校正。实验结果表明:本文方法对5景实验数据的内波条纹检测平均F1分数可达到0.884、平均虚警率为0.009,证明了本文方法在不降低SAR图像空间分辨率的条件下可以有效抑制斑噪的影响,实现高分辨率SAR海洋内波条纹的准确检测。