基于幾何活動(dòng)輪廓模型的sar圖像海岸線提取方法
【專利摘要】本發(fā)明公開了一種基于幾何活動(dòng)輪廓模型的SAR圖像海岸線提取方法，包括步驟：(1)用Matlab軟件讀取包含待提取海岸線目標(biāo)的SAR圖像，并用Lee濾波器對(duì)所述的待提取海岸線目標(biāo)的SAR圖像進(jìn)行濾波以及調(diào)整SAR圖像的亮度；(2)對(duì)所述的SAR圖像進(jìn)行卷積處理、生成網(wǎng)格采樣點(diǎn)，然后在所述的網(wǎng)格采樣點(diǎn)中畫多個(gè)小的圓盤作為海岸線的初始輪廓；(3)把所述的海岸線初始輪廓作為幾何活動(dòng)輪廓模型的輸入，經(jīng)過幾何活動(dòng)輪廓模型的處理，利用結(jié)合圖像的區(qū)域信息作為幾何活動(dòng)輪廓模型的邊界停止條件，將海岸線進(jìn)行矢量化處理，最終得到連續(xù)海岸線。本發(fā)明利用圖像的全局信息，具有良好的擴(kuò)展性，可有效抑制噪聲對(duì)海岸線檢測的影響，從而有效進(jìn)行海岸線的精確提取。
【專利說明】
基于幾何活動(dòng)輪廓模型的SAR圖像海岸線提取方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及圖像處理技術(shù)領(lǐng)域，具體設(shè)及一種基于幾何活動(dòng)輪廓模型的SAR圖像 海岸線提取方法。
【背景技術(shù)】
[0002] 海岸線檢測在旅游、海岸帶環(huán)境保護(hù)、海岸帶管理W及海洋工程中發(fā)揮著重要的 作用，所W準(zhǔn)確而快速地確定海岸線的位置、走向和輪廓等有很大的意義。傳統(tǒng)的海岸線檢 測在資料獲取、信息處理等方面存在著較大局限性，主要表現(xiàn)在海岸環(huán)境的可進(jìn)入性與通 達(dá)性較差;近海和海岸環(huán)境復(fù)雜多變，難W進(jìn)行多變量同步控制觀測；海岸環(huán)境變化周期 長、信息量大，難W取得理想的可控制數(shù)據(jù)，在實(shí)時(shí)處理上也有很大困難。
[0003] 衛(wèi)星海洋遙感是20世紀(jì)60年代新興的一口綜合學(xué)科，其內(nèi)容設(shè)及物理學(xué)、海洋學(xué)、 信息科學(xué)等學(xué)科，并且與空間技術(shù)、光電子技術(shù)、微波技術(shù)、計(jì)算機(jī)技術(shù)、通訊技術(shù)等密切相 關(guān)。衛(wèi)星海洋遙感技術(shù)具有宏觀性強(qiáng)、記錄信息完整、工作周期短、積累信息快等特點(diǎn)，從而 使人類在瞬間可W看到幾百公里的海岸帶狀況及其相關(guān)的地面信息。衛(wèi)星海洋遙感是用衛(wèi) 星作為平臺(tái)安裝不同種類遙感器探測海洋要素和監(jiān)測海洋現(xiàn)象的技術(shù)，衛(wèi)星上安裝遙感器 的種類有主要光學(xué)遙感器、紅外遙感器、微波遙感器等。光學(xué)遙感器由于受光照的影響，不 能全天時(shí)、全天候的對(duì)地物進(jìn)行探測，紅外遙感器易受大氣條件的影響，而微波遙感器卻可 W克服運(yùn)些缺點(diǎn)。
[0004] 合成孔徑雷達(dá)(Synthetic Ape;rture Radar,簡稱SAR)是一種主動(dòng)式微波遙感器， 它利用脈沖壓縮技術(shù)提高距離分辨率，利用綜合孔徑原理提高方位分辨率，從而獲得大面 積的高分辨率SAR圖像。和光學(xué)、紅外等遙感器相比，SAR成像不受光照、天氣條件等條件的 影響，能夠?qū)Φ匚锬繕?biāo)進(jìn)行全天時(shí)、全天候、穿透云霧和制備的能力、高分辨率W及大面積 的探測。
[0005] 海岸線特征提取是海岸帶資源管理的基礎(chǔ)。只有準(zhǔn)確地提取出海岸線，海岸帶的 調(diào)查和管理才有意義。目前從SAR影像上提取海岸線的方式主要有兩種：目視解譯和自動(dòng)解 譯。目視解譯，一般采用手工跟蹤數(shù)字化的方式，它主要根據(jù)SAR影像上海岸線特征的顏色、 紋理、形狀、走向等各種解譯標(biāo)志W(wǎng)及周圍潮灘與水體的對(duì)比來勾繪出海洋與陸地的分界 線。運(yùn)種方法不但費(fèi)時(shí)、費(fèi)力、勞動(dòng)強(qiáng)度較大而且要求圖像判讀者具有豐富的地學(xué)知識(shí)和目 視判讀經(jīng)驗(yàn)，所WSAR圖像解譯的質(zhì)量受判讀者的經(jīng)驗(yàn)W及對(duì)解譯區(qū)域的熟悉程度影響較 大，具有很大的主觀性，質(zhì)量很難保證。而自動(dòng)解譯是利用各種圖像分割算法將海岸線作為 邊緣檢測出來。
[0006] 受海岸線水陸邊界特性的影響，提取海岸線特征實(shí)際上是一個(gè)圖像分割的過程。 利用自動(dòng)解譯方式從SAR影像上提取海岸線，其常用的圖像分割方法被認(rèn)為是僅利用圖像 本身信息、嚴(yán)格自底向上的分層計(jì)算過程，越來越難W滿足遙感、醫(yī)學(xué)等實(shí)際應(yīng)用領(lǐng)域圖像 分割的要求，運(yùn)是因?yàn)椋海?)局部性。只能獲取圖像的局部信息，難W利用圖像的全局信息； (2)邊界不連續(xù)。圖像的目標(biāo)區(qū)域均具有閉合邊界，而傳統(tǒng)圖像分割方法無法提供連續(xù)的閉 合曲線，即存在所謂的海岸線的弱邊界問題；（3)能有效抑制噪聲對(duì)海岸線檢測的影響。因 此，無法從SAR圖像中有效、準(zhǔn)確地提取海岸線的邊緣信息。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于解決現(xiàn)有技術(shù)中存在的不足，提供一種基于幾何活動(dòng)輪廓模型 的SAR圖像海岸線提取方法，可W利用圖像的全局信息，具有良好的擴(kuò)展性，可有效抑制噪 聲對(duì)海岸線檢測的影響，從而有效、準(zhǔn)確地進(jìn)行海岸線的精確提取。
[0008] 為了解決現(xiàn)有技術(shù)的上述技術(shù)問題，本發(fā)明采用W下技術(shù)方案。
[0009] 本發(fā)明的一種基于幾何活動(dòng)輪廓模型的SAR圖像海岸線提取方法，其特征在于，包 括W下步驟：
[0010] (1)用Matlab軟件讀取包含待提取海岸線目標(biāo)的SAR圖像，并用Lee濾波器對(duì)所述 的待提取海岸線目標(biāo)的SAR圖像進(jìn)行濾波W及調(diào)整SAR圖像的亮度；
[0011] (2)對(duì)所述的SAR圖像進(jìn)行卷積處理、生成網(wǎng)格采樣點(diǎn)，然后在所述的網(wǎng)格采樣點(diǎn) 中畫多個(gè)小的圓盤作為海岸線的初始輪廓；
[0012] (3)把所述的海岸線初始輪廓作為幾何活動(dòng)輪廓模型的輸入，經(jīng)過幾何活動(dòng)輪廓 模型的處理，最終得到連續(xù)的海岸線:利用結(jié)合圖像的區(qū)域信息作為幾何活動(dòng)輪廓模型的 邊界停止條件，并利用高斯濾波器快速初始化二值化的水平集函數(shù)，將得到的海岸線進(jìn)行 矢量化處理;所述的利用結(jié)合圖像的區(qū)域信息作為幾何活動(dòng)輪廓模型的邊界停止條件是 指:將傳統(tǒng)幾何活動(dòng)輪廓模型中的符號(hào)壓力函數(shù)SPF中的用LBF模型中的一個(gè)加權(quán)函 數(shù)組合片BP取代，從而得到新的符號(hào)壓力函數(shù)SPF^p,用SPF^p取代傳統(tǒng)幾何活動(dòng)輪廓模型中 的邊界停止函數(shù)g( I VI I )。其中，VI指的是圖像梯度;Cl和C2分別為圖像在輪廓?jiǎng)澐謪^(qū)域內(nèi) 外的灰度平均值，片BP是逼近曲線內(nèi)外部區(qū)域圖像局部強(qiáng)度的光滑函數(shù)fi和f2的組合函數(shù)。
[0013] 在所述步驟（1)中，所述的Lee濾波是基于乘性噪聲模型的一種空間域?yàn)V波算法， 是利用所述的SAR圖像的局部統(tǒng)計(jì)特性控制濾波器的輸出，使Lee濾波器自適應(yīng)于所述的 SAR圖像的變化并對(duì)其實(shí)現(xiàn)斑點(diǎn)濾波。
[0014] 所述步驟(2)的具體過程為：
[0015] (21)采用一個(gè)數(shù)值矩陣和經(jīng)過所述步驟(1)的處理，然后對(duì)所述的SAR圖像進(jìn)行卷 積處理；
[0016] (22)在經(jīng)過卷積處理后的SAR圖像中用網(wǎng)格采樣點(diǎn)函數(shù)生成網(wǎng)格采樣點(diǎn)；
[0017] (23)在所述的網(wǎng)格采樣點(diǎn)中畫多個(gè)小的圓盤，并用圖像膨脹的方法對(duì)所述的SAR 圖像進(jìn)行膨脹處理，得到所述海岸線的初始輪廓的內(nèi)部和外部的全局區(qū)域信息。
[0018] 所述步驟(3)的具體過程為：
[0019] (31)結(jié)合所述步驟(2)中得到的所述海岸線初始輪廓的內(nèi)部和外部的全局區(qū)域信 息定義能量泛函并計(jì)算能量函數(shù)；
[0020] (32)然后用變分法的方法極小化在所述步驟(31)中得到的能量函數(shù)；
[0021] (33)求解所述的水平集函數(shù)的曲線演化的偏微分方程并用它描述初始曲線沿能 量下降最快的方向演化的過程，得到最終的演化曲線即目標(biāo)海岸線。
[0022] 所述的多個(gè)小的圓盤的半徑為9個(gè)像素。
[0023] 本發(fā)明與現(xiàn)有技術(shù)相比，具有W下優(yōu)點(diǎn)和有益效果：
[0024] (1)用Lee濾波器對(duì)目標(biāo)圖像進(jìn)行濾波有效地抑制SA姻像中的斑點(diǎn)噪聲，調(diào)整SAR 圖像的亮度使得檢測到的海岸線更精確。
[0025] (2)利用在SAR圖像中畫許多小的圓盤作為海岸線的初始輪廓減少了幾何活動(dòng)輪 廓模型的遞代次數(shù)，節(jié)約了海岸線檢測的時(shí)間同時(shí)也對(duì)噪聲有一定的抑制作用。
[0026] (3)用基于區(qū)域模型的幾何活動(dòng)輪廓模型處理初始輪廓，可W解決海岸線的弱邊 界問題W及可W獲得連續(xù)的海岸線。
【附圖說明】
[0027] 圖1為本發(fā)明的一種實(shí)施例的流程圖。
[0028] 圖2為本發(fā)明的一種實(shí)施例的幾何活動(dòng)輪廓模型的水平集演化過程圖。
[0029] 圖3為哈薩克斯坦2007年發(fā)射的RADARSAT-2衛(wèi)星于2013年得到的中國海南島及附 近區(qū)域的結(jié)果圖。
[0030] 圖4為本發(fā)明的一種實(shí)施例的經(jīng)過Lee濾波處理后的SAR圖像。
[0031] 圖5為本發(fā)明的一種實(shí)施例的SAR圖像經(jīng)過圖像亮度處理后的結(jié)果圖。
[0032] 圖6為本發(fā)明的一種實(shí)施例的經(jīng)過SAR圖像填充處理的結(jié)果圖。
[0033] 圖7是本發(fā)明的一種實(shí)施例的SAR圖像經(jīng)過卷積處理后、生成網(wǎng)格采樣點(diǎn)并在采樣 點(diǎn)處畫出圓盤的結(jié)果圖。
[0034] 圖8為經(jīng)過本發(fā)明的一種實(shí)施例中的幾何活動(dòng)輪廓模型得到海岸線檢測結(jié)果。
[0035] 圖9為經(jīng)過本發(fā)明的一種實(shí)施例中的幾何活動(dòng)輪廓模型得到海岸線分割結(jié)果。
【具體實(shí)施方式】
[0036] 下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步詳細(xì)說明。
[0037] 圖1所示圖1為本發(fā)明的一種實(shí)施例的流程圖。該實(shí)施例方法，包括W下步驟：
[0038] (1)用Matlab軟件讀取包含待提取海岸線目標(biāo)的SAR圖像，并用Lee濾波器對(duì)所述 的待提取海岸線目標(biāo)的SAR圖像進(jìn)行濾波W及調(diào)整SAR圖像的亮度。
[0039] 所述的Lee濾波是基于乘性噪聲模型的一種空間域?yàn)V波算法，是利用所述的SAR圖 像的局部統(tǒng)計(jì)特性控制濾波器的輸出，使Lee濾波器自適應(yīng)于所述的SAR圖像的變化并對(duì)其 實(shí)現(xiàn)斑點(diǎn)濾波。
[0040] (2)對(duì)所述的SAR圖像進(jìn)行卷積處理、生成網(wǎng)格采樣點(diǎn)，然后在所述的網(wǎng)格采樣點(diǎn) 中畫多個(gè)小的圓盤作為海岸線的初始輪廓;運(yùn)樣可W減少水平集演化遞代的次數(shù)，節(jié)省了 時(shí)間，并且在一定程度上減少了模糊邊界帶來邊界泄露的可能。
[0041] (3)把所述的海岸線初始輪廓作為幾何活動(dòng)輪廓模型的輸入，經(jīng)過幾何活動(dòng)輪廓 模型的處理，最終得到連續(xù)的海岸線:利用結(jié)合圖像的區(qū)域信息作為幾何活動(dòng)輪廓模型的 邊界停止條件，并利用高斯濾波器快速初始化二值化的水平集函數(shù)，將得到的海岸線進(jìn)行 矢量化處理;所述的利用結(jié)合圖像的區(qū)域信息作為幾何活動(dòng)輪廓模型的邊界停止條件是 指:將傳統(tǒng)幾何活動(dòng)輪廓模型中的符號(hào)壓力函數(shù)SPF中的^用LBF模型中的一個(gè)加權(quán)函 數(shù)組合片BP取代，從而得到新的符號(hào)壓力函數(shù)SPF^p,用SPF^p取代傳統(tǒng)幾何活動(dòng)輪廓模型中 的邊界停止函數(shù)g( I VII)。其中，VI指的是圖像梯度;Cl和C2分別為圖像在輪廓?jiǎng)澐謪^(qū)域內(nèi) 外的灰度平均值，片BP是逼近曲線內(nèi)外部區(qū)域圖像局部強(qiáng)度的光滑函數(shù)fl和f2的組合函數(shù)。
[0042] 上述步驟(2)的具體過程為：
[0043] (21)采用一個(gè)數(shù)值矩陣和經(jīng)過所述步驟(1)的處理，然后對(duì)所述的SAR圖像進(jìn)行卷 積處理;從而實(shí)現(xiàn)對(duì)所述的SAR圖像進(jìn)行歸一化處理，達(dá)到處理圖像邊界像素的效果；
[0044] (22)在經(jīng)過卷積處理后的SAR圖像中用網(wǎng)格采樣點(diǎn)函數(shù)生成網(wǎng)格采樣點(diǎn)；
[0045] (23)在所述的網(wǎng)格采樣點(diǎn)中畫多個(gè)小的圓盤，并用圖像膨脹的方法對(duì)所述的SAR 圖像進(jìn)行膨脹處理，得到所述海岸線的初始輪廓的內(nèi)部和外部的全局區(qū)域信息。此做法可 取得強(qiáng)化圖像邊緣的效果。
[0046] 上述步驟(2)用時(shí)短且程序簡單，可有效地結(jié)合圖像的全局信息得到圖像的初始 輪廓。
[0047] 上述步驟(3)的具體過程為：
[0048] (31)結(jié)合所述步驟(2)中得到的所述海岸線初始輪廓的內(nèi)部和外部的全局區(qū)域信 息定義能量泛函并計(jì)算能量函數(shù)；
[0049] (32)然后用變分法的方法極小化在所述步驟(31)中得到的能量函數(shù)；
[0050] (33)求解所述的水平集函數(shù)的曲線演化的偏微分方程并用它描述初始曲線沿能 量下降最快的方向演化的過程，得到最終的演化曲線即目標(biāo)海岸線。
[0051] 上述步驟(3)用幾何活動(dòng)輪廓模型得到的海岸線精確度較高，不需要手動(dòng)修改海 岸線，過程簡單且用時(shí)短。
[0052] 所述的多個(gè)小的圓盤的半徑優(yōu)選值為9個(gè)像素。
[0053] 圖2所示為本發(fā)明的一種實(shí)施例的幾何活動(dòng)輪廓模型的水平集演化過程圖。本實(shí) 施例中幾何活動(dòng)輪廓模型的水平集演化過程，包括W下步驟：
[0054] 步驟1:初始化水平集函數(shù)d)為二值函數(shù)
[0化5]
[0056] K>〇是常數(shù)，Q 0是圖像域的Q的子集，a Q 0是區(qū)域Q 0的邊界；
[0057] 步驟2:利用LBF模型中fi、f2、加權(quán)函數(shù)組合fLB?及SPFLBF(I(x))計(jì)算出最簡的水 平集演化方程
[005引步驟3:當(dāng)d) > 0時(shí)，令d) = 1;否則令d) = -1;
[0化9] 步驟4:用SBGFRLS水平集方法：
[0060] 步驟5:檢驗(yàn)d)是否收斂，如果不收斂，則返回步驟2。
[0061] 本實(shí)施例中的幾何活動(dòng)輪廓模型結(jié)合了全局的區(qū)域光滑信息作為曲線演化的收 斂條件，對(duì)海岸線的提取有一定的簡化作用。此外，在水平集演化的過程中用SBGF化S水平 集方法可W獲得較快的收斂速度。本發(fā)明選用簡單的網(wǎng)格采樣點(diǎn)獲得海岸線邊界的初定位 作為曲線演化的初始輪廓，不僅減少了算法的遞代時(shí)間，而且在一定程度上減少了模糊邊 界帶來邊界泄露的可能，從而可W獲得比較準(zhǔn)確的檢測結(jié)果。
[0062] 圖3所示為哈薩克斯坦2007年發(fā)射的RADARSAT-2衛(wèi)星于2013年得到的中國海南島 及附近區(qū)域的結(jié)果圖。
[0063] 圖4所示為本發(fā)明的一種實(shí)施例的經(jīng)過Lee濾波處理后的SAR圖像?？蒞看出圖像 的亮度區(qū)分不是很明顯。
[0064] 圖5所示為本發(fā)明的一種實(shí)施例的SAR圖像經(jīng)過圖像亮度處理后的結(jié)果圖。可W看 出圖像的背景和目標(biāo)區(qū)域的亮度很不同。
[0065] 圖6所示為本發(fā)明的一種實(shí)施例的經(jīng)過SAR圖像填充處理的結(jié)果圖。
[0066] 圖7是本發(fā)明的一種實(shí)施例的SAR圖像經(jīng)過卷積處理后、生成網(wǎng)格采樣點(diǎn)并在采樣 點(diǎn)處畫出圓盤的結(jié)果圖。本發(fā)明實(shí)施例W生成網(wǎng)格采樣點(diǎn)的方法分割圖像，該實(shí)施例中是 根據(jù)SAR圖像卷積后的結(jié)果圖的行列信息來生成網(wǎng)格的。先把卷積后的圖像的第一行、第一 列、最后一行、最后一列全部賦值為0,然后取出各列中最大的元素并用四舍五入的方法取 整數(shù)。最后用生成網(wǎng)格采樣點(diǎn)函數(shù)根據(jù)圖像行列的最大元素的信息取出采樣點(diǎn)，接著在采 樣點(diǎn)處畫出圓盤。
[0067] 圖8所示為經(jīng)過本發(fā)明的一種實(shí)施例中的幾何活動(dòng)輪廓模型得到海岸線檢測結(jié) 果。
[0068] 圖9所示為經(jīng)過本發(fā)明的一種實(shí)施例中的幾何活動(dòng)輪廓模型得到海岸線分割結(jié) 果。
[0069] 通過上述實(shí)施例可W看出，本發(fā)明利用在SAR圖像整個(gè)區(qū)域內(nèi)分成許多相同大小 的區(qū)域作為海岸線的初始輪廓，再用幾何活動(dòng)輪廓模型進(jìn)行海岸線的精確提取。本發(fā)明先 把圖像經(jīng)過卷積處理后、生成網(wǎng)格采樣點(diǎn)并在采樣點(diǎn)處畫出圓盤的結(jié)果圖作為海岸線的初 始輪廓，運(yùn)樣減少了幾何活動(dòng)輪廓模型的遞帶次數(shù)，節(jié)約了時(shí)間；接著把得到的初始輪廓用 幾何活動(dòng)輪廓模型處理，可得到準(zhǔn)確、連續(xù)的海岸線。
【主權(quán)項(xiàng)】
1. 一種基于幾何活動(dòng)輪廓模型的SAR圖像海岸線提取方法，其特征在于，包括以下步 驟： (1) 用Matlab軟件讀取包含待提取海岸線目標(biāo)的SAR圖像，并用Lee濾波器對(duì)所述的待 提取海岸線目標(biāo)的SAR圖像進(jìn)行濾波以及調(diào)整SAR圖像的亮度； (2) 對(duì)所述的SAR圖像進(jìn)行卷積處理、生成網(wǎng)格采樣點(diǎn)，然后在所述的網(wǎng)格采樣點(diǎn)中畫 多個(gè)小的圓盤作為海岸線的初始輪廓； (3) 把所述的海岸線初始輪廓作為幾何活動(dòng)輪廓模型的輸入，經(jīng)過幾何活動(dòng)輪廓模型 的處理，最終得到連續(xù)的海岸線:利用結(jié)合圖像的區(qū)域信息作為幾何活動(dòng)輪廓模型的邊界 停止條件，并利用高斯濾波器快速初始化二值化的水平集函數(shù)，將得到的海岸線進(jìn)行矢量 化處理;所述的利用結(jié)合圖像的區(qū)域信息作為幾何活動(dòng)輪廓模型的邊界停止條件是指:將 傳統(tǒng)幾何活動(dòng)輪廓模型中的符號(hào)壓力函數(shù)SPF中的用LBF模型中的一個(gè)加權(quán)函數(shù)組 合flBF取代，從而得到新的符號(hào)壓力函數(shù)SPFibf，用SPFibf取代傳統(tǒng)幾何活動(dòng)輪廓模型中的邊 界停止函數(shù)g( I VII )。其中，VI指的是圖像梯度;CdPc2分別為圖像在輪廓?jiǎng)澐謪^(qū)域內(nèi)外的 灰度平均值，flBF是逼近曲線內(nèi)外部區(qū)域圖像局部強(qiáng)度的光滑函數(shù)f JPf2的組合函數(shù)。2. 根據(jù)權(quán)利要求1所述的一種基于幾何活動(dòng)輪廓模型的SAR圖像海岸線提取方法，其特 征在于:在所述步驟(1)中，所述的Lee濾波是基于乘性噪聲模型的一種空間域?yàn)V波算法，是 利用所述的SAR圖像的局部統(tǒng)計(jì)特性控制濾波器的輸出，使Lee濾波器自適應(yīng)于所述的SAR 圖像的變化并對(duì)其實(shí)現(xiàn)斑點(diǎn)濾波。3. 根據(jù)權(quán)利要求1所述的一種基于幾何活動(dòng)輪廓模型的SAR圖像海岸線提取方法，其特 征在于:所述步驟(2)的具體過程為： (21) 采用一個(gè)數(shù)值矩陣和經(jīng)過所述步驟（1)的處理，然后對(duì)所述的SAR圖像進(jìn)行卷積處 理； (22) 在經(jīng)過卷積處理后的SAR圖像中用網(wǎng)格采樣點(diǎn)函數(shù)生成網(wǎng)格采樣點(diǎn)； (23) 在所述的網(wǎng)格采樣點(diǎn)中畫多個(gè)小的圓盤，并用圖像膨脹的方法對(duì)所述的SAR圖像 進(jìn)行膨脹處理，得到所述海岸線的初始輪廓的內(nèi)部和外部的全局區(qū)域信息。4. 根據(jù)權(quán)利要求1或2或3所述的一種基于幾何活動(dòng)輪廓模型的SAR圖像海岸線提取方 法，其特征在于:所述步驟(3)的具體過程為： (31) 結(jié)合所述步驟(2)中得到的所述海岸線初始輪廓的內(nèi)部和外部的全局區(qū)域信息定 義能量泛函并計(jì)算能量函數(shù)； (32) 然后用變分法的方法極小化在所述步驟(31)中得到的能量函數(shù)； (33) 求解所述的水平集函數(shù)的曲線演化的偏微分方程并用它描述初始曲線沿能量下 降最快的方向演化的過程，得到最終的演化曲線即目標(biāo)海岸線。5. 根據(jù)權(quán)利要求1所述的一種基于幾何活動(dòng)輪廓模型的SAR圖像海岸線提取方法，其特 征在于:所述的多個(gè)小的圓盤的半徑為9個(gè)像素。
【文檔編號(hào)】G06T7/00GK106023179SQ201610321657
【公開日】2016年10月12日
【申請(qǐng)日】2016年5月13日
【發(fā)明人】康艷秋, 魏雪云
【申請(qǐng)人】江蘇科技大學(xué)