利用倒数灰度熵和改进 Chan-Vese 模型进行 SAR 河流图像分割

摘要：

为了进一步提高合成孔径雷达(SAR)图像中河流分割的精度和速度，提出了一种基于人工蜂群优化的倒数灰度熵多阈值选取与改进 Chan-Vese(CV)模型相结合的分割方法。考虑 SAR 图像中河流目标和背景类内灰度的均匀性，提出了基于蜂群优化的倒数灰度熵多阈值选取方法，以此对河流图像进行粗分割；针对基本 CV 模型收敛速度低、对初始条件敏感的问题，利用图像边缘强度取代 Di rac 函数，将粗分割结果作为改进 CV 模型的初始条件，对河流图像进行细分割。大量试验结果表明，所提出的分割方法无须设置初始条件，运行速度快，分割精度高。

关键词：河流检测、合成孔径雷达图像分割、多阈值选取、倒数灰度熵、人工蜂群优化、Chan-Vese模型

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金60872065;长江科学院开放基金CKWV2013225/KY;水利部黄河泥沙重点实验室开放基金2014006;港口航道泥沙工程交通行业重点实验室开放基金;城市水资源与水环境国家重点实验室开放基金LYPK201304;中央高校基本科研业务费专项资金;江苏省普通高校研究生科研创新计划SJ LX15_0116;江苏高校优势学科建设工程@@@@The National Natural Science Foundation of China60872065;Open Foundation of Changj iang River Scientific Research InstituteCKWV2013225/KY;Open Foundation of the Key Laboratory of the Yel low River Sediment of Ministry of Water Resources2014006;Open Foundation of the Key Laboratory of Port,Waterway and Sedimentation Engineering of the Ministry of Transport;Open Foundation of the State Key Laboratory of Urban Water Resources and Envi ronmentLYPK201304;The Fundamental Research Funds for the Central University;Funding of Jiangsu Innovation Program for Graduate EducationSJLX15_0116;The Priority Academic Program Development of Jiangsu Higher Education Institution

在线出版日期：2015-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1255-1262