基于集成活动轮廓模型的SAR图像分割方法_彭锐晖

基金项目： 国防预研项目（ 51303020701 ）
1606
宇航学报
第 32 卷
已成为最有生机和最成功的图像分割技术之一 。 由于 SAR 是利用主动微波进行相干成像的设 备， 其图像中存在大量的乘性相干噪声 ， 图像性质不 同于光学图像， 如果直接将活动轮廓模型用于 SAR 图像分割， 通常较难取得理想结果。 本文集中考虑 SAR 图像的边缘和区域特征， 结合活动轮廓理论， 给出了一种适用于 SAR 图像分割的集成活动轮廓 （ IAC ） 模型； 同时利用加性算子分裂算法， 给出了该 模型的实现方法。 文章具体内容安排如下： 第一部 分简要回顾经典活动轮廓模型； 第二部分综合考虑 SAR 图像的边缘和区域特征， 引入集成活动轮廓模 型， 用于 SAR 图像中目标的分割， 同时给出该模型 的实现算法； 第三部分是试验验证， 利用 MSTAR 数 据， 将所提方法与传统的 CFAR 方法进行了比较计 算； 同时利用实测星载 SAR 数据， 对该方法的复杂 并对结果进行 图像分割适应能力进行了验证分析， 了分析总结； 最后一部分是结论。 1 1． 1 出
+ － λ ， λ ＞ 0， 分别是正则项和拟合项的权重。
CV 模型是一种基于区域信息的分割方法， 具 有适应能力强， 收敛速度快等优点， 在光学图像应用 中能得到较好结果。 但是该模型直接用于 SAR 图 SAR 像的分割， 往往效果不好。由于相干斑的影响， 图像中不同的均匀区域具有不同的多阶统计特性 。 V 模型只使用了背景和目标的一阶统计特 由于 C而不同类型的均匀区域可能具有相同的均值 ， 但 性， 其它统计特性不同。 因此， 仅仅利用均值特性进行 V 模型应用于 SAR 图像分割时， 会有不同 分割的 C程度的误分割和漏分割， 通常较难取得好的效果。 2 2． 1 集成活动轮廓（ IAC ） 模型 集成活动轮廓模型的建立 本文所提算法， 首先利用 SAR 图像的边缘检测 算子， 结合 GAC 模型， 实现图像中目标边缘的曲线 运动； 同时， 利用 SAR 图像区域统计特征， 实现图像 中目标区域的演化。综合利用活动轮廓边缘和区域 曲线运动， 最终实现 SAR 图像中目标区域的分割。 边缘检测目的是通过发现不同区域间的过渡界 限来分割图像， 通常使用分成两半的分析窗来扫描 图像， 计算和评估每个位置之间两个“半窗口 ” 中像 素相似性。由于 SAR 图像的相干特性， 传统基于强 度差的边缘检测方法并不适用于 SAR 图像。1988 Touzi 等 年，
0704 ； 收稿日期： 20100106 修回日期： 2011-
。与传统基于门限的图像分割方法不同， 基
［9 － 12 ］
于活动轮廓模型的图像分割方法
， 应用变分法
原理和偏微分方程 （ PDE ） ， 利用曲线演化理论和水 平集方法， 可以自由处理曲线运动时拓扑结构变化 ， 具有较强的局域自适应性和高度的灵活性 ， 近年来
摘
SAR合成孔径雷达（ Synthetic Aperture Radar，
活动轮廓的思想， 给出了一种适应于 SAR 图像分割的集成活动轮廓模型。该模型综合利用 SAR 图像的边缘和区域 通过检测算子提取 SAR 图像的边缘信息， 利用似然函数的最大化提取图像中不同统计信息的区域； 通过边缘和 特性， 给出了该模型的快速实现方法。 通过 区域的共同曲线运动实现对 SAR 图像的分割。 利用加性算子分裂算法， MSTAR 和实测星载 SAR 数据进行试验验证， 并与其他算法比较， 结果表明： 所提方法适应性强， 可适应复杂背景的 SAR 图像分割， 并且分割定位准确、 收敛速度较快； 所提实现算法稳健， 能适应不同参数设置， 且对初始条件不敏感。 关键词： 合成孔径雷达； 图像分割； 集成活动轮廓； 加性算子分裂 中图分类号： TN957 文献标识码： A 1328 （ 2011 ） 07160507 文章编号： 1000DOI： 10． 3873 / j． issn． 10001328． 2011． 07． 025
Abstract ： Image segmentation is an important problem in automatic imagery interpretation for synthetic aperture radar． Based on active contour model，a novel integrated active contour （ IAC ） model for SAR image segmentation has been developed． In this model，the edge information is extracted by means of edge detection operators，and the statistical information of region is distilled by means of the maximization of likelihood function of different regions． And the fast implementation of the model is proposed by means of an additional operator splitting algorithm． In the end， some segmentation tests and comparison with other segmentation method have been done by using MSTAR and real spaceborne and it SAR images． Results show that the proposed model has a good adaptability to complicated SAR images segmentation， gives an accurate and fast partition for different region in the images； proposed implementation method is robust，and is insensitive to initial conditions and parameter setting． Key words： Synthetic aperture radar （ SAR ） ； Image segmentation； Integrated active contour （ IAC ） ； Additive operator splitting
2 +
∫
L（ C ）
g（| I（ C（ s） ） | ） ds
（ 1）
0
式中 L（ C） 表示闭合曲线 C 的弧长， 而 L R （ C） 则是 “加权弧长” 。g（ · ） 是一个非负递减边缘检测函数。 常用边缘函数为 g（ r） = 1 ，p = 1 ， 2。 K是 1 － （ r / K） p
An Integrated Active ContourBased SAR Imaging Segmentation Method
PENG Ruihui1 ，WANG Xiangwei2 ，LV Yongsheng2
（ 1． The Third Department of the Second Artillery Command College，Wuhan 430012 ，China； 2． Fifth Research Inst． ，The Second Artillery Equipment Academy，Beijing 100085 ，China）
可控制函数下降速率。 常数， GAC 模型是经典的基于边缘的活动轮廓模型， 利用依赖图像梯度的边缘检测算子来停止曲线演 化， 在医 学 图 像 分 割 中 获 得 了 极 大 的 成 功。 但 是 SAR 图像中含有严重的相干斑乘性噪声， 梯度定义 的边缘检测算子在边缘上并不为零， 演化曲线可以 穿越边界， 产生边缘泄漏， 难以达到理想分割效果。 因此， 若将 GAC 模型应用于 SAR 图像分割， 有必要
0
引
言
也是基于 SAR 图像自动目标识别 的一个重要问题， （ ATR） 技术应用的基础， 受到国内外学者的广泛关 注
［1 － 7 ］
随着宇航探测和监视技术的高速发展， 高分辨 率的星载和机载合成孔径 雷 达 （ Synthetic Aperture Radar，SAR） 图像在民用和军事领域发挥着越来越 大的作用， 基于 SAR 图像的目标解译技术研究也不 断深入和发展。 图像分割是 SAR 图像解译技术中
－
∫
in（ C）
| I － c + | 2 dxdy + （ 2）
∫
out（ C）
| I － c － | 2 dxdy
| C | 表示曲线 C 的长度， 这里， 下标 in（ C） 和 out（ C） c + 和 c － 是未知常数， 分别指闭合曲线内和外的区域。 分别代表了图像中曲线内外的平均值。 参数 μ ＞ 0，
［8 ］
引入适合于 SAR 图像特点的边缘检测算子。 1． 2 无边缘活动轮廓模型 V ） 模型基于 MumfordShah 无边缘活动轮廓 （ C2 泛函， 是一种基于区域特征的分割模型。 设Ω是R
上可见的 开 子 集， Ω 是 其 边 界，该 模 型 定 义 如 下 “能量” 泛函： F（ c + ， c－ ， C） = μ | C | + λ + λ
［2 ］
经典的活动轮廓模型 测地活动轮廓模型 图像 分 割 中 活 动 轮 廓 模 型 由 Kass 等 首 先 提 ， 其基本思想是将图像分割问题归结为最小化
一个封闭曲线的能量泛函。 Caselles 等人提出了不
［9 ］ 含自由参数的测地活动轮廓 （ GAC ） 模型 ， 该模型