基于KFCM和改进CV模型的海面溢油SAR图像分割

作者：吴一全; 郝亚冰; 吴诗婳; 张宇飞; 谢乾坤

来源：仪器仪表学报, 2012, (12): 2812-2818.

DOI：10.19650/j.cnki.cjsi.2012.12.026

• 海面溢油检测
• SAR图像
• 图像分割
• 核模糊C均值聚类
• Chan-Vese模型 marine spill oil detection
• synthetic aperture radar(SAR)image
• image segmentation
• kernel fuzzy C-means(KFCM) clustering
• Chan-Vese(CV) model

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D...

• 单位
  南京航空航天大学; 厦门大学; 中国科学院