基于SNIC的双时相SAR图像超像素协同分割算法

摘要：

针对面向区域的合成孔径雷达(synthetic aperture radar,SAR)图像变化检测方法中存在的双时相图像边缘和空间对应关系不一致的问题,提出了一种基于简单非迭代聚类(simple non-iterative clustering,SNIC)的双时相SAR图像超像素协同分割算法.首先,构造一幅包含双时相SAR图像特征的融合图像,计算待处理像素点到聚类中心的像素强度相似度和空间距离相似度.其次,采用一种高效的多尺度弱边缘检测算法,对双时相SAR图像分别进行边缘检测并融合边缘检测结果.最后,将像素强度相似度、空间距离相似度和边缘信息进行加权以替代原始SNIC算法中的距离测度,实现对SAR融合图像的超像素分割,得到与双时相SAR图像中真实地物边缘均贴合的协同分割结果.基于一组仿真和一组实测双时相SAR图像的超像素协同分割实验结果表明,该算法的边缘贴合率、欠分割误差和可达分割准确率均优于其他7种经典方法.

关键词：双时相合成孔径雷达图像、超像素、协同分割、简单非迭代聚类、变化检测

所属期刊栏目：43

分类号：TN957

资助基金：国家自然科学基金62071474

在线出版日期：2021-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1198-1209