中国科学院海洋环流与波动重点实验室开放基金(KLOCAW1110)
- 作品数：2 被引量：31H指数：2
- 相关作者：吴一全张宇飞谢乾坤沈毅吉玚更多>>
- 相关机构：国家海洋局中国科学院南京航空航天大学更多>>
- 发文基金：中国科学院海洋环流与波动重点实验室开放基金江苏高校优势学科建设工程资助项目国家海洋局海洋溢油鉴别与损害评估技术重点实验室开放基金更多>>
- 相关领域：电子电信更多>>
- 基于KFCM和改进CV模型的海面溢油SAR图像分割被引量：16
- 2012年
- 图像分割是合成孔径雷达(synthetic aperture radar,SAR)图像海面溢油检测的关键步骤之一,将核模糊C均值(kernel fuzzy C-means,KFCM)聚类方法及Chan-Vese(CV)模型应用于海面溢油SAR图像分割,为了解决单一KFCM方法分割精度不够高,及传统CV模型对初始条件敏感和收敛速度低的问题,提出了一种基于KFCM和改进CV模型的海面溢油SAR图像分割方法。首先利用KFCM算法将海面溢油SAR图像从原始样本空间映射到高维特征空间,得到聚类结果;然后将其作为CV模型的初始条件,以降低CV模型对初始条件的敏感性,并利用图像边缘强度取代传统CV模型中的Dirac函数,以提高模型的收敛速度和对不同SAR图像的适应性。大量实验结果表明,所提出的基于KFCM和改进CV模型的海面溢油SAR图像分割方法具有分割精度高、运算速度快的优点。
- 吴一全郝亚冰吴诗婳张宇飞谢乾坤
- 关键词：SAR图像图像分割
- Tsallis熵和改进CV模型的海面溢油SAR图像分割被引量：16
- 2012年
- 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(ChanVese)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。
- 吴一全吉玚沈毅张宇飞
- 关键词：图像分割TSALLIS熵
