基于几何活动轮廓的海陆分割方法研究.doc

基于几何活动轮廓的海陆分割方法研究.doc基于几何活动轮廓的海陆分割方法研究
摘 要：海上图像识别效率低、时效差。为解决这些问题，针对图像 中海上、陆地和植被等区域特点，以及陆地与海洋在图像上的灰度差异， 基于水平截集法的海岸线检测方法提取海陆边界，采用不断迭代初始轮廓 方法，拟合真实海陆轮廓，实现基于几何活动轮廓的海陆分割。
关键词：几何活动轮廓；海陆分割；水平集；GO分布；滑窗因子
DOIDOI： , 162236
中图分类号：TP317. 4
文献标识码：A文章编号文章编号：16727800 (2016) 011019003
0引言
海上运动目标图像由于光照变化、传感器噪声、匹配噪声等干扰因素, 对分割结果带来较大影响，造成准确度下降、虚警率较高。目前，海上图 像海陆分割方法主要有灰度直方图阈值［1］、纹理和边缘特征［23］、特征 融合、海图信息和活动轮廓模型［4］等。虽然海陆分割方法很多，但至今 还没有通用、鲁棒的海陆图像分割算法［5］。为达到更好的海陆分割结果, 算法必须充分利用图像中海洋与陆地的相似性和差异性。
基于活动轮廓模型的海陆分割分为参数化活动轮廓模型和几何活动 轮廓模型两种方法。第一种方法采用设定曲线参数来拟合活动轮廓，第二 种方法采用坐标系下符号距离函数的零水平集来拟合活动轮廓。由于海岸 附近的阴影、植被等低亮度因素对分割结果影响较大，而海上区域中，图
像的像素变化主要由海上不同轮廓位置、纹理等因素所致，海岸与舰船的 整体轮廓不需要考虑照度(海中照度指海水中投射到单位面积上的光通 量)参数约束［67］,因此基于几何活动轮廓模型的变化检测可以克服照度 噪声的影响。
1海上图像分析
研究港口图像可知，海洋区域特征虽然受海上目标和照度变化影响， 但灰度变化范围和梯度较小；而陆地区域结构复杂，包含道路、植被和建 筑等多种不同图像灰度物体，因此灰度变化范围和梯度较大［89］。
港口图像划分为3种区域：①海面区域。该区域灰度变化范围和梯度 较小，杂波较少，具有封闭性和平坦性特点；②复杂地物区域。该区域包 含陆上建筑、道路以及汽车等物体，其灰度梯度幅值较大且不均匀，地势 高低不平，相比区域①，其阴影等复杂噪声较多；③植被纹理区域。该区 域亮度较低，纹理结构较简单，灰度变化较小，如图1所示。
2海陆分割方法
采用基于活动轮廓的海岸线检测方法，将海上目标和陆地区域作为整 体，与海洋区域进行分割。海岸线检测的重要任务是选取合适的目标结构 和轮廓特征，以区别背景区域。
活动轮廓模型。活动轮廓模型方法越来越多地应用在图形分割 领域［10］。该方法首先假定一条与待分割目标区域近似的初始活动轮廓， 建立轮廓能量函数，通过变分法和偏微分方程迭代，初始活动轮廓向目标 边缘方向靠近，以拟合图形中目标的真实边界，使得能量函数最小化的轮 廓线就是分割的最终边界，其原理如图2所示。
式（1）为活动轮廓模型的一般表达式，|c|表示分割边界长度，u为 一个正的加权实数。活动轮廓模型是一种基于贝叶斯的推理模型，其本质 是通过最大化分割区域的后验概率来寻求最优分割，性能取决于统计分布 对图像数据的拟合程度。统计分布越合理，得到的分割越精确。经典的统 计活动轮廓模型采用高斯分布拟合图像数据。大量研究表明，由于斑点噪 声影响，海上图像数据无法采用高斯分