论文部分内容阅读
近年来,随着自然生态环境的恶化,水资源作为人类生存与社会发展的必要要素受到了广泛关注。对地表水资源的监测与管理不仅有利于季节性洪流监测、农业可持续发展、水资源合理分配,而且对海洋管理、水坝建设、港口桥梁检测等都具有重要意义。因此,各国学者都积极投入到对水体检测方法的研究中去。在目前出现的方法中,合成孔径雷达(SAR)不受恶劣气候影响,可以二十四小时不间断的对地物目标进行监测,因此得到了极大的重视。但是SAR图像固有的斑点噪声、雷达参数的不同以及外界环境等引起的图像灰度不均匀问题,成了目前SAR图像水体检测面临的主要难题。现有的水体检测方法大都没有考虑这种复杂性,导致不能准确实时地提取到水体。水平集本质上是一种基于边缘检测的分割方法,能很好的应对目标拓扑结构的变化,广泛应用于SAR图像分割。本文基于经典的水平集方法,提出如下两种改进水平集算法来实现SAR图像水体精确提取。(1)针对SAR水体的灰度不均匀性,提出一种结合偏移场与Gamma统计模型的水平集分割方法。偏移场实际上是对图像灰度缓慢变化程度的定量描述,最早应用于医学图像,但是经过对SAR图像的分析发现SAR图像中同样存在偏移场。通过将偏移场嵌入到统计水平集模型中,能够实现灰度不均匀图像的分割,同时通过偏移场反演可以对图像的灰度不均匀性进行矫正。分割完成后水体中仍然存在与水体相似的地物,进一步根据水体的空间结构特性,去除水体中混淆的虚假信息,如阴影、水田等,提高了水体检测精度。(2)针对含有相干斑噪声,对比度差以及灰度不均匀SAR图像,提出利用多尺度结构张量水平集模型进行SAR图像水体检测的高精度算法。传统的水平集模型主要依赖于图像的灰度信息,当图像的对比度极差时,利用灰度信息无法完成分割。因此,我们引入结构张量来描述图像的纹理结构特征,对经典的灰度不均匀图像分割模型-LBF模型进行改进。首先在传统的结构张量中加入图像灰度信息来平滑纹理结构,然后得到所有特征通道的平均图像,并以此来构建水平集驱动函数的全局项。最后与LBF模型相结合,得到了水平集能量函数。为了使得水平集分割模型能够更好的适应SAR斑点噪声,以及降低时间复杂度,引入多尺度框架。实验证明,提出的方法能实现各类复杂SAR图像水体的精确提取,抗噪性能较好,且复杂度较低。