基于全局拟合的活动轮廓SAR图像河流提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110020614A(43)申请公布日2019.07.16(21)申请号201910211362.8(22)申请日2019.03.20(71)申请人南京航空航天大学地址210016江苏省南京市秦淮区御道街29号(72)发明人韩斌吴一全(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204代理人柏尚春(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)权利要求书2页说明书5页附图6页(54)发明名称基于全局拟合的活动轮廓SAR图像河流提取方法(57)摘要本发明公开了一种基于全局拟合的活动轮廓SAR图像河流提取方法，所述方法基于加权全局拟合图像和Log函数，首先构建新的全局拟合图像，以降低模型的复杂程度；然后在新的全局拟合图像中，引入曲线内外区域像素灰度的类内方差作为曲线内外区域拟合中心的权值，自适应地调节其比例系数；接着利用上述加权全局拟合图像和Log函数建立模型的能量泛函；最后将模型中的Dirac函数替换为边缘指示函数，加速曲线运动到目标边缘。本发明能有效降低SAR图像中干扰区域对河流区域提取的影响，实现河流区域的快速、准确提取。CN110020614ACN110020614A权利要求书1/2页1.一种基于全局拟合的活动轮廓SAR图像河流提取方法，其特征在于：所述方法基于全局拟合图像和Log函数，并对全局模型进行加权，包括以下步骤：(1)根据目标区域和背景区域的拟合中心以及二分段函数，构建新的全局拟合图像，以降低全局模型的复杂程度；(2)计算目标区域和背景区域像素灰度的类内方差来加权目标区域和背景区域的拟合中心，自适应地调节其在曲线演化进程中的比例，建立加权全局拟合图像；(3)基于加权全局拟合图像和Log函数构建新的全局模型能量泛函；(4)在模型演化方程中引入边缘指示函数，加速曲线逼近目标的边缘，包括在模型中引入长度正则项和能量惩罚项以提高模型的稳定性。2.根据权利要求1所述的一种基于全局拟合的活动轮廓SAR图像河流提取方法，其特征在于：所述步骤(1)中新的全局拟合图像的表达式为：INGFI(x)＝0.5·c1+0.5·c2其中，INGFI表示新的全局拟合图像，c1和c2分别表示目标区域和背景区域的拟合中心，计算表达式如下：其中，I(x)表示图像中的像素值。3.根据权利要求1所述的一种基于全局拟合的活动轮廓SAR图像河流提取方法，其特征在于：所述步骤(2)中的曲线内外区域像素灰度的类内方差通过下式计算：其中，Ω1和Ω2分别表示目标区域和背景区域，d1和d2分别表示目标区域和背景区域像素灰度的类内方差，N1和N2分别表示目标区域和背景区域内像素的数目；d1和d2表示加权目标区域和背景区域的拟合中心得到加权全局拟合图像，其表达式为：IWNGFI(x)＝d1·0.5·c1+d2·0.5·c2其中，IWNGFI表示加权全局拟合图像。4.根据权利要求1所述的一种基于全局拟合的活动轮廓SAR图像河流提取方法，其特征在于：步骤(3)中所述模型能量泛函的计算表达式如下：其中，是Heaviside函数，可通过下式计算：2CN110020614A权利要求书2/2页其中，ε是一个小正数。5.根据权利要求1所述的一种基于全局拟合的活动轮廓SAR图像河流提取方法，其特征在于：步骤(4)具体过程包括如下步骤：(41)通过变分原理和梯度下降法求解模型的模型能量泛函表达式，得到其梯度下降流方程，所述梯度下降流方程表达式如下：其中，表示Dirac函数，可通过下式计算：(42)将梯度下降流方程中的函数替换为边缘指示函数g，加速曲线运动到目标边缘，于是得到：其中，所述边缘指示函数g的计算表达式为：其中，G是Gaussian滤波器；(43)在模型中引入长度正则项和能量惩罚项以确保模型的稳定性，所述模型最终的梯度下降流方程如下：其中，第一项和第二项分别为长度正则项和能量惩罚项，μ和ω为相应的能量系数。3CN110020614A说明书1/5页基于全局拟合的活动轮廓SAR图像河流提取方法技术领域[0001]本发明属于图像处理领域，涉及雷达遥感应用技术，具体涉及一种基于全局拟合的活动轮廓SAR图像河流提取方法。技术背景[0002]河流检测是地物目标检测领域中的重要研究内容。河流信息提取能为水资源调研、水生环境监测、水面航道规划、舰船目标跟踪以及水利工程建设等提供技术支持。随着SAR(SyntheticApertureRadar)成像技术的不断发展和成熟，利用获取的SAR图像来提取地物目标信息，已逐渐成为地物目标检测与识别领域的重要手段之一，因此SAR成像被研究者们应用到河流提取当中。SAR图像河流提取是上述实际应用的基本环节，于是研究SAR图像河流提