基于改进GVF-SNAKE模型的SAR图像道路检测算法

摘要

由于合成孔径雷达特殊的成像方式和相干斑噪声的干扰，使其利用高层信息进行目标检测存在困难。针对这一问题，本文提出了一种基于改进GVF-SNAKE(Gradient Vector Flow，GVF)模型的合成孔径雷达图像道路检测算法。该算法在高分辨率合成孔径雷达图像经过预处理之后，以道路向量信息作为道路定位的初始化，将道路特征信息融合到改进的GVF-SNAKE模型中，从而克服相干斑和背景信息的干扰，经过改进GVF-SNAKE模型的不断迭代运算，将道路向量逐渐平移到道路的中心线，从而实现了高分辨率合成孔径雷达图像中道路的检测。