基于多尺度非局部活动轮廓模型的 SAR 图像有意义目标分割
计算机视觉与模式识别
2017-07-25 v1
摘要
合成孔径雷达（SAR）图像的分割是一项长期存在且极具挑战性的任务，这不仅是因为散斑的存在，还由于图像中表面后向散射特性的变化。为消除散斑效应以进行 SAR 图像分割，已进行了大量研究，但很少有工作致力于处理图像中后向散射系数的变化。为了克服这两个困难，本文提出了一种新的 SAR 图像分割方法，该方法利用基于非局部处理原理的多尺度活动轮廓模型。更具体地说，我们首先通过整合分割区域内外补丁对之间的非局部相互作用，用活动轮廓模型形式化了 SAR 分割问题。其次，提出了一种多尺度策略，以加速非局部活动轮廓分割过程，并避免陷入局部极小值，从而获得更准确的分割结果。在模拟和真实 SAR 图像上的实验结果证明了所提方法的有效性和可行性：它不仅能对具有重散斑和非局部强度变化的图像实现精确分割，还可用于来自不同类型传感器的 SAR 图像。
引用
@article{arxiv.1501.04163,
title = {Meaningful Objects Segmentation from SAR Images via A Multi-Scale Non-Local Active Contour Model},
author = {Gui-Song Xia and Gang Liu and Wen Yang},
journal= {arXiv preprint arXiv:1501.04163},
year = {2017}
}