Tsallis熵和改进CV模型的海面溢油SAR图像分割
为了解决海洋表面溢油监测中合成孔径雷达(SAR)图像分割精度不高的难题,提出一种基于Tsallis熵多阈值分割与改进CV(Chan Vese)模型相结合的海面溢油图像分割方法.首先采用基于Tsallis熵的多阈值选取算法对海面溢油图像进行粗分割；然后分别将得到的溢油区域和溢油粗略轮廓作为CV模型的局部区域和初始轮廓,以降低CV模型的场景复杂度及其对初始条件的敏感性.CV模型仅考虑了图像各区域的均值信息而没有考虑图像的局部信息,尽管能够得到渐进型边界图像,但其分割结果存在误差.本文采用了加入移动因子的改进CV模型降低分割误差,提高收敛速度.实验结果表明,提出的海面溢油SAR图像分割方法具有分割边界定位准确、运行高效和无需设置初始条件等优点.
海面溢油监测、SAR遥感图像、图像分割、Tsallis熵、改进CV模型
16
TP751.1;P76(遥感技术)
国家海洋局海洋溢油鉴别与损害评估技术重点实验室资助项目201112;中国科学院海洋环流与波动重点实验室开放基金课题KLOCAW1110;国家自然科学基金60872065
2012-10-22（万方平台首次上网日期，不代表论文的发表时间）
678-690
