針對現(xiàn)有主動輪廓模型無法精確提取SAR圖像中河流的難題,提出了一種結(jié)合L₁范數(shù)和拉普拉斯能量的主動輪廓模型。首先,將Chan-Vese（CV）模型中L₂范數(shù)形式的外部能量約束項(xiàng)替換為L₁范數(shù)形式的外部能量約束項(xiàng),得到新的能量泛函;其次,提出了一種基于拉普拉斯核函數(shù)的外部能量約束項(xiàng),并將其添加到上述能量泛函中,同時賦予兩種外部能量約束項(xiàng)不同的調(diào)節(jié)系數(shù);最后,引入曲線內(nèi)外區(qū)域像素灰度絕對中位差的均值替代模型中的常數(shù)曲線內(nèi)外能量權(quán)值,以得到完整的提出模型。針對實(shí)際SAR圖像進(jìn)行河流提取,結(jié)果表明:與現(xiàn)有主動輪廓模型相比,本文提出的模型在河流提取準(zhǔn)確性和提取效率兩方面具有明顯優(yōu)勢。 

【文章來源】：測繪學(xué)報(bào). 2020,49(06)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

SAR圖像1及其5種模型的河流提取結(jié)果

SAR圖像2及其5種模型的河流提取結(jié)果

SAR圖像3及其5種模型的河流提取結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合空間像素模板和Adaboost算法的高分辨率遙感影像河流提取[J]. 慎利,唐宏,王世東,張露.  測繪學(xué)報(bào). 2013(03)



本文編號：3373931