【摘要】：合成孔徑雷達(dá)(SAR)海冰圖像的精確分割是準(zhǔn)確解譯海冰分布信息的前提,但現(xiàn)有分割方法受相干斑噪聲影響嚴(yán)重,分割誤差大,解譯結(jié)果可靠性低。提出一種基于低秩稀疏表示的SAR海冰圖像分割方法,首先利用噪聲分布的稀疏性,通過魯棒性主成分分析提取圖像的稀疏分量,再利用雙邊濾波增強(qiáng)圖像細(xì)節(jié)信息。針對基于固定勢函數(shù)的MRF分割模型無法準(zhǔn)確反映圖像區(qū)域間關(guān)聯(lián)性的問題,根據(jù)貝葉斯置信傳播算法建立基于交互勢函數(shù)的MRF分割模型準(zhǔn)確分割海冰圖像。利用Radarsat系列衛(wèi)星數(shù)據(jù)驗證算法性能,結(jié)果表明:和傳統(tǒng)算法相比,本文算法在保持分割圖像連通性的同時,能增強(qiáng)圖像的細(xì)節(jié)信息,具有更高的分割精度。
[Abstract]:The accurate segmentation of synthetic Aperture Radar (SAR) (SAR) sea ice image is the premise of accurately interpreting the sea ice distribution information. However, the existing segmentation methods are seriously affected by speckle noise, and the segmentation error is large, and the interpretation result is low reliability. A method of SAR sea ice image segmentation based on low rank sparse representation is proposed. Firstly, the sparse component of the image is extracted by robust principal component analysis (PCA), and then the image detail information is enhanced by using bilateral filtering. Aiming at the problem that the MRF segmentation model based on the fixed potential function can not accurately reflect the correlation between the image regions, the MRF segmentation model based on the interaction potential function is established according to the Bayesian confidence propagation algorithm to accurately segment the sea ice image. The performance of the algorithm is verified by using Radarsat series satellite data. The results show that compared with the traditional algorithm, the proposed algorithm can not only maintain the connectivity of the segmented image, but also enhance the detail information of the image, and has a higher segmentation accuracy.
【作者單位】： 內(nèi)蒙古科技大學(xué)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金項目(61261028) 國家海洋局海洋遙測工程技術(shù)研究中心創(chuàng)新青年基金(2014003) 內(nèi)蒙古自治區(qū)高等學(xué)�！扒嗄昕萍加⒉胖С钟媱潯鼻嗄昕萍脊歉身椖�(NJYT-14-B11) 內(nèi)蒙古自然科學(xué)基金項目(2014MS0610) 內(nèi)蒙古科技大學(xué)創(chuàng)新基金(2014QNGG07);內(nèi)蒙古科技大學(xué)教改項目(YJSJGX2015006)資助
【分類號】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 德;;測量海冰厚度新技術(shù)[J];科技信息;1987年09期

2 劉錫安,譚世祥;遼東灣海冰樣區(qū)數(shù)學(xué)模型的建立[J];儀器儀表學(xué)報;1990年04期

3 張晰;張杰;孟俊敏;蘇騰飛;劉眉潔;;基于極化散射特征的極化合成孔徑雷達(dá)海冰分類方法研究:以渤海海冰分類為例[J];海洋學(xué)報(中文版);2013年05期

4 于波;孟俊敏;張晰;紀(jì)永剛;;結(jié)合凝聚層次聚類的極化SAR海冰分割[J];遙感學(xué)報;2013年04期

5 岳前進(jìn),畢祥軍,季順迎,張濤;航海雷達(dá)識別與跟蹤海冰試驗[J];大連理工大學(xué)學(xué)報;2000年04期

6 郎文輝;常燦燦;楊學(xué)志;張杰;孟俊敏;;ScanSAR模式海冰圖像的分割[J];遙感學(xué)報;2014年01期

相關(guān)碩士學(xué)位論文 前9條

1 劉立劍;基于C波段PolSAR的多特征融合的海冰厚度反演[D];大連海事大學(xué);2015年

2 張盼;基于ScanSAR海冰圖像的冰水解譯[D];合肥工業(yè)大學(xué);2016年

3 門鵬;面向大分辨率差異SAR圖像的海冰漂移跟蹤研究[D];大連海事大學(xué);2017年

4 張s，

本文編號：2302517