综合边界和纹理信息的合成孔径雷达图像目标分割

作     者：谌华 郭伟 闫敬文 Chen Hua;Guo Wei;Yan Jingwen

作者机构：中国科学院微波遥感技术重点实验室北京100190 中国科学院国家空间科学中心北京100190 中国科学院大学北京100049 汕头大学汕头515063 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2019年第24卷第6期

页      面：882-889页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研究发展计划项目(2017YFB0504101)~~ 

主　　题：合成孔径雷达图像 目标分割 Maxflow算法 中值滤波 邻域生长算法 

摘      要：目的针对传统Grab Cut算法需要人工交互操作,无法实现合成孔径雷达(SAR)图像的自动分割,且方式单一(仅利用边界或纹理信息中的一种)的问题,提出一种综合利用边界和纹理信息的改进Grab Cut算法,实现对SAR图像目标的自动分割。方法首先将其他格式的彩色或灰度SAR图像转化为24bit的位图,采用图形理论对整幅SAR图像建模,根据最大流算法找到描述图的能量函数最小的割集,从而分割出目标区域;然后采用中值滤波抑制相干噪声;最后通过邻域生长算法滤除图像斑点和小目标的干扰,从而达到目标边界的连接,实现自动对SAR图像中的目标进行分割。结果在64位Window 7环境下采用MATLAB R2014处理平台,对楼房、车库、大树、汽车群等4幅分辨率不同的SAR图像进行目标分割实验,特征目标被自动分割出来,耗时分别为1.69s、1.58s、1.84s和3.09s,相比Mean-shift和Otsu算法,平均计算效率分别提升150%和3%,并且图像中的背景杂波、目标阴影和干扰小目标均被有效去除。结论综合利用边界和纹理信息能够有效抑制相干噪声,去除图像斑点和小目标的干扰,从而达到目标边界的连接,实现对SAR图像目标的自动分割。实验结果表明,本文算法可以满足工程化应用要求,自适应性强,分割精度高,且具有较好的鲁棒性。