基于概率分布建模的溢油 SAR 图像分割
机器学习
2021-12-20 v1
摘要
合成孔径雷达（SAR）图像中海洋溢油的分割是一项具有挑战性的任务，因为 SAR 图像具有复杂性和不规则性。本文旨在通过研究 SAR 图像的分布表示，开发一种有效的分割方法以解决 SAR 图像中的海洋溢油识别问题。为寻求有效的溢油分割，我们重新审视 SAR 成像机制，以获得溢油 SAR 图像的概率分布表示，其中对 SAR 图像的特征进行了恰当建模。随后我们利用该分布表示构建分割能量泛函，将溢油特征纳入其中以引导溢油分割。此外，溢油分割模型包含溢油轮廓正则化项和更新的水平集正则化项，增强了分割能量泛函的表示能力。得益于 SAR 图像表示与溢油分割的同步，我们提出的方法建立了一个有效的溢油分割框架。实验评估证明了我们所提分割框架在不同类型海洋溢油 SAR 图像分割中的有效性。
引用
@article{arxiv.2112.09638,
title = {Oil Spill SAR Image Segmentation via Probability Distribution Modelling},
author = {Fang Chen and Aihua Zhang and Heiko Balzter and Peng Ren and Huiyu Zhou},
journal= {arXiv preprint arXiv:2112.09638},
year = {2021}
}