基于KFCM和改进CV模型的海面溢油SAR图像分割

作     者：吴一全 郝亚冰 吴诗婳 张宇飞 谢乾坤 Wu Yiquan;Hao Yabing;Wu Shihua;Zhang Yufei;Xie Qiankun

作者机构：南京航空航天大学电子信息工程学院南京210016 国家海洋局海洋溢油鉴别与损害评估技术重点实验室青岛266033 水声通信与海洋信息技术教育部重点实验室(厦门大学)厦门361005 中国科学院海洋环流与波动重点实验室青岛266071 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2012年第33卷第12期

页      面：2812-2818页

核心收录：

学科分类：080903[工学-微电子学与固体电子学] 0711[理学-系统科学] 07[理学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 080501[工学-材料物理与化学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 

基　　金：国家海洋局海洋溢油鉴别与损害评估技术重点实验室开放研究基金(201112) 水声通信与海洋信息技术教育部重点实验室(厦门大学)开放课题(201101) 中国科学院海洋环流与波动重点实验室开放基金(KLOCAW1110) 江苏高校优势学科建设工程资助项目 

主　　题：海面溢油检测 SAR图像 图像分割 核模糊C均值聚类 Chan—Vese模型 

摘      要：图像分割是合成孔径雷达(synthetic aperture radar,SAR)图像海面溢油检测的关键步骤之一,将核模糊C均值(kernel fuzzy C-means,KFCM)聚类方法及Chan-Vese(CV)模型应用于海面溢油SAR图像分割,为了解决单一KFCM方法分割精度不够高,及传统CV模型对初始条件敏感和收敛速度低的问题,提出了一种基于KFCM和改进CV模型的海面溢油SAR图像分割方法。首先利用KFCM算法将海面溢油SAR图像从原始样本空间映射到高维特征空间,得到聚类结果;然后将其作为CV模型的初始条件,以降低CV模型对初始条件的敏感性,并利用图像边缘强度取代传统CV模型中的Dirac函数,以提高模型的收敛速度和对不同SAR图像的适应性。大量实验结果表明,所提出的基于KFCM和改进CV模型的海面溢油SAR图像分割方法具有分割精度高、运算速度快的优点。