基于主动轮廓模型的SAR图像海岸线检测算法

发布时间：2017-04-18 13:23

  本文关键词：基于主动轮廓模型的SAR图像海岸线检测算法，由笔耕文化传播整理发布。

【摘要】：合成孔径雷达(Synthetic Aperture Radar, SAR)图像海岸线检测在海域管理、自动导航、船舰目标识别和沿海地图更新等方面发挥着重要作用。受海水区域反射信息变化无常、海岸地貌复杂和强噪声干扰等影响,SAR图像检测海岸线具有一定挑战性。针对不同类型SAR图像,本文给出三种不同的改进主动轮廓模型检测海岸线,主要研究内容如下：(1)给出一种改进正则项的Chan-Vese模型海岸线检测算法。针对传统CV模型对含有大量噪声的Radarsat图像检测海岸线会出现许多孤立的小区域现象,通过分析CV模型基本原理及CV模型中长度正则项的作用,给出基于ROEWA算子改进正则项的CV能量泛函模型,并给出对应水平集演化方程的理论推导和数值求解,通过Radarsat图像验证该算法在一定程度上能减少水平集演化过程中因强噪声影响出现的孤立小区域,同时该算法在处理含噪声较小的Radarsat图像时运行速度快。(2)给出一种基于逆高斯分布的区域主动轮廓模型海岸线检测算法。针对海洋区域像素分布均匀,陆地区域像素分布不均匀,整体像素偏向于低像素值的Envisat图像。假设噪声服从单位均值的逆高斯分布,雷达后向散射系数为常数,通过最大似然方法构建区域能量泛函。然后引入水平集函数、长度规则项和水平集函数惩罚项,进一步理论推导该模型对应的水平集演化方程并给出数值求解。通过实验验证该算法可以处理满足条件的Envisat图像。(3)给出一种基于对数正态分布的改进局部区域主动轮廓模型海岸线检测算法。针对海洋区域受海浪或大量噪声影响,海洋某一区域像素与陆地区域像素相似的Radarsat和Envisat图像,基于可变区域拟合模型中核函数的思想和目前基于对数分布的SAR图像概率密度模型,通过最大后验概率构造局部区域能量泛函,进一步引入水平集函数、长度规则项和水平集惩罚项,并给出水平集演化方程及其数值求解。通过实验验证该算法可以处理满足条件的Radarsat和Envisat图像。
【关键词】：SAR图像 主动轮廓模型 海岸线检测
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN957.52;P714
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-24
• 1.1 课题的研究背景及意义10-11
• 1.2 国内外发展现状11-22
• 1.2.1 SAR图像海岸线检测方法国内外发展现状11-16
• 1.2.2 主动轮廓模型国内外发展现状16-22
• 1.3 本文主要研究内容和章节安排22-24
• 第2章 一种改进正则项的Chan-Vese模型海岸线检测算法24-44
• 2.1 Chan-Vese模型原理分析24-27
• 2.2 ROEWA算子原理分析27-29
• 2.3 一种改进Chan-Vese模型正则项的构建及理论分析29-31
• 2.4 基于改进Chan-Vese模型正则项的理论推导31-36
• 2.5 改进正则项水平集演化方程的数值求解及本章算法描述36-38
• 2.5.1 改进正则项水平集演化方程的数值求解36-38
• 2.5.2 改进正则项Chan-Vese模型的算法描述38
• 2.6 实验对比与分析38-42
• 2.6.1 Radarsat图像的实验对比与分析38-41
• 2.6.2 实验误差分析和运行时间比较41-42
• 2.7 本章小结42-44
• 第3章 一种逆高斯分布的区域主动轮廓模型海岸线检测算法44-62
• 3.1 基于Gamma分布的SAR图像主动轮廓模型原理分析44-48
• 3.2 一种基于逆高斯分布的主动轮廓模型轮廓模型构建及理论分析48-51
• 3.3 基于逆高斯分布主动轮廓模型理论推导51-55
• 3.4 基于逆高斯分布主动轮廓模型的数值求解及算法描述55-56
• 3.4.1 基于逆高斯分布主动轮廓模型的数值求解55-56
• 3.4.2 基于逆高斯分布主动轮廓模型的算法描述56
• 3.5 实验结果分析56-61
• 3.5.1 Envisat图像对比和分析57-59
• 3.5.2 实验误差分析和运行时间比较59-61
• 3.6 本章小结61-62
• 第4章 一种对数正态分布的改进局部区域主动轮廓模型海岸线检测算法62-78
• 4.1 RSF模型原理分析62-63
• 4.2 已有对数正态分布模型原理分析63-65
• 4.3 基于对数正态分布的改进局部区域主动轮廓模型的构建65-67
• 4.4 基于对数正态分布的改进局部区域主动轮廓模型的理论推导67-70
• 4.5 改进局部区域主动轮廓模型数值求解及算法描述70-72
• 4.5.1 基于对数正态分布的改进局部区域主动轮廓模型的数值求解70-72
• 4.5.2 基于对数正态分布的改进局部区域主动轮廓模型的算法描述72
• 4.6 实验结果分析72-77
• 4.6.1 实验图像对比和分析73-76
• 4.6.2 误差和运行时间对比76-77
• 4.7 本章小结77-78
• 总结与展望78-80
• 参考文献80-87
• 致谢87-88
• 作者简介88

【相似文献】

中国期刊全文数据库 前10条

1 刘连忠;肖炳甲;刘成岳;舒双宝;;基于主动轮廓模型的EAST等离子体边界重建[J];核聚变与等离子体物理;2008年04期

2 王晓年;冯远静;冯祖仁;;一种基于主动轮廓模型的蚁群图像分割算法[J];控制理论与应用;2006年04期

3 王海军;柳明;张圣燕;;基于局部熵的融合局部和全局信息的主动轮廓模型[J];中国科学院大学学报;2013年06期

4 陈曾胜,周康源,李传富,胡跃辉,黄丹,王庆临;基于统计方法和主动轮廓模型相结合的医学图像轮廓提取[J];应用科学学报;2005年01期

5 刘斌;胡春海;;视觉注意驱动的测地线主动轮廓模型及其应用[J];光学学报;2010年10期

6 邓伟;;测地线主动轮廓模型在图像分割中的应用[J];科技信息(学术研究);2007年05期

7 高梅;余轮;;基于主动轮廓模型的图像分割算法[J];漳州师范学院学报(自然科学版);2007年04期

8 胡倩;张丰;刘仁义;杜震洪;;基于梯度矢量流和主动轮廓模型的海陆边界提取[J];浙江大学学报(理学版);2013年06期

9 陶玲;钱志余;陈春晓;;基于主动轮廓模型的序列图像分割[J];应用科学学报;2007年06期

10 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 赵建;刘伟宁;;基于主动轮廓模型的海天线检测算法[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年

2 栾红霞;戚飞虎;;一种新的用于MR脑图像分割的主动轮廓模型[A];第二届全国信息获取与处理学术会议论文集[C];2004年

3 朱丽青;李红松;王玲;杨永峰;;基于VFC主动轮廓模型的红外图像轮廓提取[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年

中国博士学位论文全文数据库 前5条

1 吴继明;基于水平集方法的主动轮廓模型理论研究及其应用[D];华南理工大学;2010年

2 秦伦明;用于图像分割的主动轮廓模型研究[D];北京交通大学;2013年

3 尚岩峰;基于主动轮廓模型的医学图像中目标提取研究[D];上海交通大学;2010年

4 石澄贤;几何图像模型及其在医学图像处理中的应用研究[D];南京理工大学;2005年

5 刘建磊;主动轮廓模型和高斯模型在图像处理中的应用研究[D];西安电子科技大学;2012年

中国硕士学位论文全文数据库 前10条

1 梅梦杰;主动轮廓模型及其在前列腺癌病理分级中的应用[D];南京信息工程大学;2015年

2 靖珂;猕猴神经元连接分析关键技术研究[D];南京理工大学;2015年

3 汤茂飞;基于主动轮廓模型的红外图像分割方法研究[D];南京理工大学;2015年

4 张跃龙;基于主动轮廓模型的SAR图像海岸线检测算法[D];大连海事大学;2015年

5 刘涛;主动轮廓模型研究及其在目标跟踪中的应用[D];山东大学;2006年

6 王震;主动轮廓模型在人脸人耳检测方面的应用[D];哈尔滨工业大学;2006年

7 王升;主动轮廓模型的研究及其改进模型在目标检测中的应用[D];浙江大学;2008年

8 李谦;基于主动轮廓模型的脑肿瘤分割技术研究[D];华中科技大学;2007年

9 郭义戎;主动轮廓模型在图像分割算法中的研究与应用[D];兰州理工大学;2009年

10 张欣;短程线主动轮廓模型的算法研究及应用[D];国防科学技术大学;2005年

  本文关键词：基于主动轮廓模型的SAR图像海岸线检测算法，，由笔耕文化传播整理发布。

本文编号：314993