快速分割SAR影像海岸线的多尺度水平集方法
wf（2018）
摘要
针对C-V模型对SAR影像海岸线分割速度慢的问题,以高分辨率珠海南岸ENVISAT ASAR影像为研究样本,提出了一种快速、高精度的多尺度C-V模型(multi-scale-C-V,M-C-V)水平集分割海岸线方法.该方法在传统C-V模型中加入多尺度技术缩小影像尺度获得不同空间分辨率下的影像序列,利用低通滤波磨光小尺度影像序列以形成边界相对光滑的影像序列,在具有不同尺度和磨光程度的影像序列中逐一进行基于C-V模型的水平集海岸线分割.在海岸线分割中,高空间分辨率影像继承上一级低空间分辨率影像中提取的边界并通过C-V模型进一步细化海岸线.实验表明,该方法加速形成初始水平集,缩短了提取海岸线的时间,同时较好地剔除零散的非主体海岸线部分,提高了主体海岸线的识别精度,使提取海岸线过程具有鲁棒性.
更多查看译文
关键词
SAR,coastline,multi-scale,edge detection algorithm,level set,Low-pass filtering,C-V model
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要