《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于多尺度顯著性檢測(cè)的SAR圖像海岸線檢測(cè)
基于多尺度顯著性檢測(cè)的SAR圖像海岸線檢測(cè)
電子技術(shù)應(yīng)用
鄧竣天1，2，王小龍1
1.中國(guó)科學(xué)院空天信息創(chuàng)新研究院；2.中國(guó)科學(xué)院大學(xué) 電子電氣與通信工程學(xué)院
摘要： SAR圖像岸線檢測(cè)是SAR近岸海洋目標(biāo)檢測(cè)的一項(xiàng)重要環(huán)節(jié)。提出了一種基于多尺度顯著性檢測(cè)的SAR圖像海岸線檢測(cè)方法，用以檢測(cè)低對(duì)比度SAR圖像的海岸線。首先將SAR圖像依據(jù)尺度系數(shù)進(jìn)行多尺度變換，然后對(duì)于每種尺度圖像進(jìn)行譜殘差法顯著性檢測(cè)，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(dòng)輪廓模型中進(jìn)行檢測(cè)，得到檢測(cè)結(jié)果。SAR圖像實(shí)驗(yàn)結(jié)果表明，該方法相比于傳統(tǒng)方法，提升了對(duì)于低對(duì)比度圖像的適應(yīng)性，增強(qiáng)了抗噪性能。
中圖分類號(hào)：TN958；TP751 文獻(xiàn)標(biāo)志碼：A DOI: 10.16157/j.issn.0258-7998.244912
中文引用格式： 鄧竣天，王小龍. 基于多尺度顯著性檢測(cè)的SAR圖像海岸線檢測(cè)[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.
Coastline detection in SAR image based on multi-scale saliency detection
Deng Juntian1，2，Wang Xiaolong1
1.Aerospace Information Research Institute， Chinese Academy of Sciences； 2.School of Electronic， Electrical and Communication Engineering， University of Chinese Academy of Sciences
Abstract： SAR image coastline detection is an important part of SAR nearshore ocean target detection. A coastline detection method for SAR images based on multi-scale saliency detection is proposed to detect the coastline of low contrast SAR images. Firstly, the SAR image is subjected to multi-scale transformation based on the scale coefficients, and then the spectral residual method is used to detect the saliency of each scale image, resulting in a series of saliency subgraphs. Then, the NSCT transform is applied to fuse each salient sub image to obtain the final salient map, which is then substituted into the active contour model for detection, and the detection result is obtained. The experimental results of SAR images show that compared to traditional methods, this method improves its adaptability to low contrast images and enhances its noise immunity.
Key words : synthetic aperture radar（SAR）；multi scale decomposition fusion；saliency detection；active contour model

引言

合成孔徑雷達(dá)（Synthetic Aperture Radar， SAR）是一種主動(dòng)式微波成像雷達(dá)[1]。相比于傳統(tǒng)的光學(xué)成像系統(tǒng)，它能夠全天時(shí)、全天候地偵察觀測(cè)以及有較強(qiáng)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(cè)中受到干擾。而SAR的優(yōu)勢(shì)使其能夠不受干擾地觀測(cè)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(cè)任務(wù)中。而在SAR海面艦船監(jiān)測(cè)的應(yīng)用中，近岸海面艦船的自動(dòng)檢測(cè)往往受陸地復(fù)雜背景的影響，產(chǎn)生檢測(cè)虛警率高、漏檢等問(wèn)題，是SAR近岸海面目標(biāo)檢測(cè)應(yīng)用中一直較為關(guān)注的問(wèn)題。SAR海岸線檢測(cè)對(duì)于近岸海洋艦船檢測(cè)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(cè)量或手動(dòng)提取岸線的傳統(tǒng)方法，在實(shí)際應(yīng)用中十分麻煩。因此，實(shí)現(xiàn)一個(gè)自動(dòng)化快速的基于SAR圖像海岸線檢測(cè)方法，對(duì)于實(shí)際近岸檢測(cè)目標(biāo)有十分重要的意義。

在SAR海岸線檢測(cè)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(cè)目標(biāo)更加明顯；二是邊緣檢測(cè)部分，將預(yù)處理過(guò)后的圖像通過(guò)閾值分割或者邊緣算子等方法檢測(cè)出海岸線；三是結(jié)果評(píng)估階段，對(duì)于檢測(cè)得到的岸線與人工標(biāo)注岸線對(duì)比，驗(yàn)證檢測(cè)方法的有效性。

SAR圖像傳統(tǒng)的預(yù)處理階段主要有兩個(gè)步驟，一是噪聲濾波，通過(guò)例如維納濾波、均值濾波、中值濾波及Lee濾波等手段，來(lái)減少SAR圖像中的噪音干擾。二是圖像增強(qiáng)，通過(guò)對(duì)比度增強(qiáng)、圖像銳化、低通濾波等空域頻域手段，來(lái)更好地突出所要檢測(cè)的目標(biāo)。然而，對(duì)于一些低對(duì)比度SAR圖像而言，直方圖均衡化提高對(duì)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(wèn)題。

如圖1所示，低對(duì)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(duì)低對(duì)比度圖像的適應(yīng)性，則要從紋理特征入手。

111.png

圖1　低對(duì)比度SAR圖像

針對(duì)以上低對(duì)比度檢測(cè)問(wèn)題，本文提出了一種基于多尺度顯著性檢測(cè)的SAR圖像海岸線檢測(cè)方法。該方法引入視覺(jué)顯著性檢測(cè)的方法，用以區(qū)分低對(duì)比度圖像中的海陸部分。由于大部分的視覺(jué)顯著性檢測(cè)的方法對(duì)于海陸邊界會(huì)有模糊效果，會(huì)導(dǎo)致岸線缺失，因此又引入多尺度檢測(cè)變換融合的思想，將不同尺度圖像進(jìn)行檢測(cè)融合，有效地改善了檢測(cè)海陸邊界模糊的問(wèn)題。首先將SAR圖像依據(jù)尺度系數(shù)進(jìn)行多尺度變換，然后對(duì)于每種尺度圖像進(jìn)行譜殘差法顯著性檢測(cè)，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(dòng)輪廓模型中進(jìn)行檢測(cè)，得到檢測(cè)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(dòng)輪廓模型檢測(cè)，而SAR圖像實(shí)驗(yàn)結(jié)果也表明，該方法對(duì)于低對(duì)比度圖像檢測(cè)結(jié)果更加清晰，多尺度融合的過(guò)程可以濾去一部分噪聲，減少后續(xù)檢測(cè)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(cè)算法更好地分辨出海洋與陸地的區(qū)別，進(jìn)而更有利于后續(xù)岸線檢測(cè)。


本文詳細(xì)內(nèi)容請(qǐng)下載：

http://theprogrammingfactory.com/resource/share/2000006152


作者信息：

鄧竣天1，2，王小龍1

（1.中國(guó)科學(xué)院空天信息創(chuàng)新研究院，北京 100094；

2.中國(guó)科學(xué)院大學(xué) 電子電氣與通信工程學(xué)院，北京 100049）


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。