中文引用格式: 鄧竣天,,王小龍. 基于多尺度顯著性檢測的SAR圖像海岸線檢測[J]. 電子技術(shù)應(yīng)用,2024,,50(9):112-118.
英文引用格式: Deng Juntian,,Wang Xiaolong. Coastline detection in SAR image based on multi-scale saliency detection[J]. Application of Electronic Technique,2024,,50(9):112-118.
引言
合成孔徑雷達(Synthetic Aperture Radar,, SAR)是一種主動式微波成像雷達[1],。相比于傳統(tǒng)的光學(xué)成像系統(tǒng),它能夠全天時,、全天候地偵察觀測以及有較強的地表穿透能力,。海洋天氣多變使得傳統(tǒng)光學(xué)遙感等手段在海洋監(jiān)測中受到干擾。而SAR的優(yōu)勢使其能夠不受干擾地觀測到海洋上的狀況,,因此常被用于艦船目標(biāo),、油膜污染和海岸線變遷等檢測任務(wù)中。而在SAR海面艦船監(jiān)測的應(yīng)用中,,近岸海面艦船的自動檢測往往受陸地復(fù)雜背景的影響,,產(chǎn)生檢測虛警率高、漏檢等問題,,是SAR近岸海面目標(biāo)檢測應(yīng)用中一直較為關(guān)注的問題,。SAR海岸線檢測對于近岸海洋艦船檢測應(yīng)用十分重要。由于海岸線受人為,、自然影響,,變化快速,基于歷史岸線數(shù)據(jù)測量或手動提取岸線的傳統(tǒng)方法,,在實際應(yīng)用中十分麻煩,。因此,實現(xiàn)一個自動化快速的基于SAR圖像海岸線檢測方法,,對于實際近岸檢測目標(biāo)有十分重要的意義,。
在SAR海岸線檢測應(yīng)用中,基本上分為三大步驟,,一是預(yù)處理階段,,目的是為了除去干擾使檢測目標(biāo)更加明顯;二是邊緣檢測部分,,將預(yù)處理過后的圖像通過閾值分割或者邊緣算子等方法檢測出海岸線,;三是結(jié)果評估階段,對于檢測得到的岸線與人工標(biāo)注岸線對比,,驗證檢測方法的有效性,。
SAR圖像傳統(tǒng)的預(yù)處理階段主要有兩個步驟,,一是噪聲濾波,通過例如維納濾波,、均值濾波,、中值濾波及Lee濾波等手段,來減少SAR圖像中的噪音干擾,。二是圖像增強,,通過對比度增強、圖像銳化,、低通濾波等空域頻域手段,,來更好地突出所要檢測的目標(biāo)。然而,,對于一些低對比度SAR圖像而言,,直方圖均衡化提高對比度的方法并不是十分有效,往往出現(xiàn)海陸部分難以區(qū)分的問題,。
如圖1所示,,低對比度圖像的海陸部分的灰度值十分相近。僅從灰度特征難以區(qū)分海洋陸地,,劃分出邊界線,。由于陸地情況比海洋復(fù)雜,陸地的紋理較為粗糙,,而海洋的紋理則更加平滑,,要提高對低對比度圖像的適應(yīng)性,則要從紋理特征入手,。
圖1 低對比度SAR圖像
針對以上低對比度檢測問題,,本文提出了一種基于多尺度顯著性檢測的SAR圖像海岸線檢測方法。該方法引入視覺顯著性檢測的方法,,用以區(qū)分低對比度圖像中的海陸部分,。由于大部分的視覺顯著性檢測的方法對于海陸邊界會有模糊效果,會導(dǎo)致岸線缺失,,因此又引入多尺度檢測變換融合的思想,,將不同尺度圖像進行檢測融合,,有效地改善了檢測海陸邊界模糊的問題,。首先將SAR圖像依據(jù)尺度系數(shù)進行多尺度變換,然后對于每種尺度圖像進行譜殘差法顯著性檢測,,得到一系列顯著性子圖,;而后應(yīng)用NSCT變換融合各顯著子圖得到最終顯著圖,將顯著圖代入到活動輪廓模型中進行檢測,,得到檢測結(jié)果,。本文所提出的方案主要是在預(yù)處理階段改善SAR圖像的質(zhì)量,,以便于后續(xù)的活動輪廓模型檢測,而SAR圖像實驗結(jié)果也表明,,該方法對于低對比度圖像檢測結(jié)果更加清晰,,多尺度融合的過程可以濾去一部分噪聲,減少后續(xù)檢測干擾,。
本文的多尺度主要指的是圖片的尺寸,、大小。不同尺寸,、大小的圖片所呈現(xiàn)的顯著性特征是不同的,,不同的顯著性特征可以使顯著性檢測算法更好地分辨出海洋與陸地的區(qū)別,進而更有利于后續(xù)岸線檢測,。
本文詳細(xì)內(nèi)容請下載:
http://forexkbc.com/resource/share/2000006152
作者信息:
鄧竣天1,,2,王小龍1
(1.中國科學(xué)院空天信息創(chuàng)新研究院,,北京 100094,;
2.中國科學(xué)院大學(xué) 電子電氣與通信工程學(xué)院,北京 100049)