多时相极化SAR图像水平集分割

摘要

水平集SAR图像分割已经成为SAR图像分割的重要方法之一,但是目前利用水平集方法进行SAR图像分割的时候一般只针对单幅图像,对于多时相SAR图像,传统的水平集SAR图像分割算法则不能较好的利用其丰富的信息.本文提出的多时相水平集分割算法则弥补了这一缺陷.该算法是利用多时相Wishart分布作为多时相极化SAR图像协方差矩阵的概率统计模型,并以此计算出对应的水平集能量项,通过偏微分方程求解水平集函数,实现多时相SAR图像的分割.通过实验分析,该算法能够有效的避免SAR图像的相干斑噪声对SAR图像分割的影响,使分割算法的精度得到有效提高,极大提高了图像分割的准确性.同时算法能够利用多幅SAR图像包含的信息,因此该方法能够分割只利用单幅SAR图像无法区分的地物.同时,该算法中还引入了距离限制项作为水平集函数进化的限制项,有效提高了算法的收敛速度,使得水平集曲线能够快速贴近地物的边界,减少实验计算的时间.本文采用了根河实验区4景图像进行了分割实验,从实验结果可以得知,该方法能够有效的分割油菜,小麦,大麦等地物,且效果良好.