基于幾何活動(dòng)輪廓模型的SAR圖像海岸線檢測(cè).pdf

1、合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)圖像海岸線檢測(cè)在海岸線管理、地圖自動(dòng)導(dǎo)航、船艦?zāi)繕?biāo)識(shí)別等方面發(fā)揮著重要的作用。幾何活動(dòng)輪廓(Geometric Active Contour，GAC)模型是在活動(dòng)輪廓(Active Contour Model，ACM，又稱為Snake模型)模型的基礎(chǔ)上發(fā)展起來的，Snake模型是提取圖像邊界領(lǐng)域的重大突破性的發(fā)展，而且有非常實(shí)用的研究價(jià)值。近幾年，隨著Snake模型

2、的廣泛深入研究，GAC模型的思想受到了世界上廣泛的關(guān)注，涉及的領(lǐng)域也越來越廣。GAC模型在提取SAR圖像邊界的領(lǐng)域上也顯示出強(qiáng)大的實(shí)用性。但是由于SAR圖像具有邊界模糊、對(duì)比度小、灰度等級(jí)多并且易受噪聲干擾等問題，GAC模型的方法處理SAR圖像仍然會(huì)遇到一些弱邊界問題、迭代次數(shù)和迭代時(shí)間易受圖像初始輪廓影響以及圖像預(yù)處理對(duì)提取SAR圖像的海岸線造成影響的問題。針對(duì)此問題，本文以SAR圖像海岸線檢測(cè)為應(yīng)用背景，對(duì)其中涉及的弱邊界問題、圖像

3、初始輪廓影響海岸線檢測(cè)的迭代次數(shù)和迭代時(shí)間的問題及圖像預(yù)處理對(duì)海岸線檢測(cè)的影響進(jìn)行了系統(tǒng)研究。經(jīng)過研究SAR圖像海岸線檢測(cè)弱邊界的特點(diǎn)，提出利用結(jié)合區(qū)域信息的改進(jìn)符號(hào)壓力函數(shù)為GAC模型的邊界停止條件并對(duì)海岸線進(jìn)行精確提取，這樣能很好的彌補(bǔ)SAR圖像中海岸線弱邊界的不足，使得提取出的海岸線更加準(zhǔn)確。在提取SAR圖像海岸線存在弱邊界問題進(jìn)行研究的基礎(chǔ)上，本文也對(duì)SAR圖像初始輪廓的選取、圖像預(yù)處理對(duì)提取出的海岸線的影響進(jìn)行了研究。

4、　　本文將研究SAR圖像不同大小的初始輪廓對(duì)海岸線檢測(cè)的迭代次數(shù)及迭代時(shí)間的影響，這是基于GAC模型不敏感于圖像的初始輪廓。圖像的初始輪廓選取越大，GAC模型的迭代次數(shù)越少，迭代次數(shù)越少則迭代時(shí)間越短。在圖像的預(yù)處理中，因?yàn)镾AR圖像中的斑點(diǎn)噪聲是乘性的，所以一般的圖像增強(qiáng)方法、去除噪聲方法已不適用于SAR圖像，本文用灰度變換的方法對(duì)SAR圖像進(jìn)行增強(qiáng)處理，增加圖像的對(duì)比度，用Lee濾波對(duì)SAR圖像進(jìn)行濾波處理。實(shí)驗(yàn)結(jié)果表明，這種圖像預(yù)