基于多尺度显著性检测的SAR图像海岸线检测

SAR图像岸线检测是SAR近岸海洋目标检测的一项重要环节。提出了一种基于多尺度显著性检测的SAR图像海岸线检测方法,用以检测低对比度SAR图像的海岸线。首先将SAR图像依据尺度系数进行多尺度变换,然后对于每种尺度图像进行谱残差法显著性检测,得到一系列显著性子图;而后应用NSCT变换融合各显著子图得到最终显著图,将显著图代入到活动轮廓模型中进行检测,得到检测结果。SAR图像实验结果表明,该方法相比于传统方法,提升了对于低对比度图像的适应性,增强了抗噪性能。

基于活动轮廓模型的SAR图像海岸线检测

SAR图像岸线检测是SAR近岸海洋目标检测的一项重要环节。该文提出一种SAR图像海岸线检测方式,该方法基于自适应混合活动轮廓模型,旨在对灰度不均匀SAR图像的海岸线进行检测。首先对SAR图像进行显著性检测的预处理,然后将预处理后的结果代入混合活动轮廓模型中进行检测。该文采用改良后的CV模型和LIF模型并以其各自的自适应参数为基础进行融合,从而增强整个模型的识别性能。从SAR图象试验的结果来看,这种方式相较于传统的CV模型技术,对灰度分布不均一的SAR图像具有更强的适用性和计算速度上的优化。