针对合成孔径雷达(SAR)图像水体目标的筛选和边缘模糊问题, 根据SAR图像的成像特点, 给出了一种基于区域生长和马尔可夫随机场(MRF)模型的水体目标提取方法。首先, 利用SAR图像中水体表面呈现为均匀的低强度区域特点, 采用分水岭方法进行过分割, 确定具有较大面积的区块作为水体的种子区域; 然后, 利用水体的种子区域统计特征进行区域生长, 得到初始水体目标; 最后, 利用融合观测图像局部均匀性特征的MRF模型对初始分割图像进行精确的目标提取。实验结果显示所提方法能正确地提取SAR图像中的水体目标并精确定位目标边缘。
合成孔径雷达 水体 目标提取 分水岭 区域生长 马尔可夫随机场 synthetic aperture radar water body target extraction watershed region growing Markov random field
分割评价是改善算法性能的重要途径。针对当前图像分割评价指标不能很好地反映分割结果的问题,提出组合赋权的灰色评估模型。首先,在现有典型评价准则中选取概率边缘指数、全局一致性误差、变换信息量3个准则来评价图像分割质量。其次,提出结合德尔菲法、强制判定法和熵权法的主客观组合赋权法,使权重既反映观察者主观偏好,又突显图像客观差异。最后,利用所提出的模型对测试图像进行综合评价。实验结果表明,所提出的评价模型更符合主观评价结果与地面真实结果。将此模型用于比较基于花粉算法、遗传算法、蛙跳算法的最大熵阈值算法所得到的分割图,与最大熵的排序结果一致,进一步验证了该模型的有效性。
图像处理 熵 图像分割 综合评价 灰色关联度 激光与光电子学进展
2018, 55(6): 061008
1 西安工程大学理学院, 陕西 西安 710048
2 中国工程物理研究院材料研究所, 四川 绵阳 621900
水体是合成孔径雷达(SAR)图像解译的一类重要内容。针对含水体的SAR图像的成像特点,给出了一种基于轮廓的配准方法。首先,提出了融合观测图像局部统计信息的自适应权马尔科夫随机场 (MRF)分割模型,以分割SAR图像水体目标并提取其精确轮廓。然后,提出了轮廓匹配的非均匀高斯混合模型(GMM),该模型能融合轮廓上点的位置信息和以轮廓点为中心的窗口的灰度相似性信息。最后,对含水体目标的SAR图像进行配准实验。结果显示所提出的MRF分割模型能精确地定位目标边缘并保持图像的细节,轮廓匹配的非均匀GMM对噪声、外点及局部变形具有稳健性,能较好地实现含水体目标的SAR图像配准。
遥感 合成孔径雷达 图像配准 非均匀高斯混合模型 马尔科夫随机场 轮廓
1 西北工业大学理学院, 陕西 西安 710129
2 西安工程大学理学院, 陕西 西安 710048
3 中国科学院遥感应用研究所遥感科学国家重点实验室, 北京 100101
针对合成孔径雷达(SAR)图像提出了一种带边缘惩罚和自适应权马尔科夫随机场(MRF)模型的快速分割算法。在MRF分割模型的能量函数中引入了边缘惩罚和自适应加权参数。边缘惩罚的引入能够减少边缘模糊从而更加精确地定位边缘。自适应权参数能够根据图像分割时收敛的阶段以及图像的局部场景自适应地调整能量函数中数据模型因子的权重，这有利于在均质区域改进分割区域的一致性，而在非均质区域则可保持图像的边缘和重要细节。针对所提出的能量函数提出了一种快速的非均质点跟踪优化算法。对合成和真实的SAR图像的分割结果表明，所提出的分割方法能提高分割的精度并显著减少运行时间。
图像处理 马尔科夫随机场 边缘惩罚 自适应权 合成孔径雷达
1 西北工业大学理学院，西安 710129
2 中国科学院遥感科学国家重点实验室，北京 100101
为了提高概率图模型点模式匹配的精度，本文提出了改进的动态图模型点模式匹配算法。首先，在动态图模型点模式匹配的相似性度量中应用混合高斯分布，以提高模型利用多特征的能力，使匹配方法对噪声更加稳健。其次，在目标点集中引入了虚拟的哑点并给出了包含哑点的相似性度量。当模板中的点和哑点相匹配的相似性度量更大时模板点将和哑点匹配，以减少由异常点所导致的误配。实验结果表明所提出的匹配方法对噪声和异常点更加稳健，匹配的精度也优于传统方法。
图模型 点模式匹配 异常点 graphical model point pattern matching outlier
