基于主動輪廓模型的SAR圖像分割方法綜述

涂 松，李 禹，粟 毅

（國防科學技術大學電子科學與工程學院，湖南長沙410073）

基于主動輪廓模型的SAR圖像分割方法綜述

涂 松，李 禹，粟 毅

（國防科學技術大學電子科學與工程學院，湖南長沙410073）

針對合成孔徑雷達（synthetic aperture radar，SAR）圖像分割這一研究熱點，綜合論述了基于主動輪廓模型（active contour model，ACM）的SAR圖像分割方法。首先，介紹了經典的ACM及其數學原理，并通過理論和實驗分析了這些模型應用于SAR圖像分割時存在的問題；然后，對目前基于ACM的SAR圖像分割方法進行了系統(tǒng)的梳理和分類討論；最后，對基于ACM的SAR圖像分割方法作了總結，并對將來的研究方向進行了展望。

合成孔徑雷達圖像分割；主動輪廓模型；統(tǒng)計建模；凸優(yōu)化；相似性度量

0 引 言

合成孔徑雷達（synthetic aperture radar，SAR）以其全天時、全天候、大尺度、遠距離和一定穿透性的優(yōu)點，彌補了光學成像的不足，然而SAR圖像中的相干斑噪聲使目標與背景之間的邊界變得十分模糊，如何搜索目標的最優(yōu)邊界以獲取準確的目標輪廓和結構是SAR圖像分割領域的研究難點。

傳統(tǒng)的圖像分割方法對于邊緣和線的檢測，被廣泛地認為是自主的自底向上的過程［1］，即：只能依賴于圖像本身獲得的低層信息，不可利用高層理解信息，低層的計算誤差傳播到高層后，沒有修正機會，所以容易受圖像的噪聲等復雜因素的影響。主動輪廓模型由于加入了高層理解機制，即：由外部約束力和圖像力共同作用的能量泛函最小化來引導初始輪廓不斷地向目標邊界移動。比傳統(tǒng)的圖像分割方法更加符合圖像分割的定義，提高了目標提取的準確性［2］，為解決SAR圖像分割的研究難點提供了一種新的途徑。……