基于主動輪廓模型的SAR圖像中的目標邊緣檢測

焦旭 孫自強 王亮

摘要：該文基于Snake模型研究了SAR圖像的目標分割與檢測方法。首先針對Snake模型圖像分割技術中存在的凹陷區域不能很好收斂的缺點，在前人研究成果的基礎上，增加了外部約束凹陷能量，提出了改進的Snake模型，然后采用貪婪算法進行方法的實現，該方法能夠有效地利用局部與整體信息，實現目標邊界準確定位，保持線性光滑。實驗結果表明，改進后的Snake模型能較好的收斂到圖像凹陷區域。

關鍵詞：合成孔徑雷達；Snake模型；SAR圖像分割

中圖分類號：TP317 文獻標識碼：A 文章編號：1009-3044（2014）23-5501-03

1 傳統Snake模型的基本原理

Kass等人在1987年刊發了兩篇論文，題目均為“Snakes： Active Contour Model”。文章中首次提出了使用Snake模型進行圖像處理的觀點。[1]這是一種全局性的方法。它除了以圖像梯度作為輪廓邊緣的分類依據，還在分類過程中加入了圖像的整體輪廓信息，因此該方法具有一定的學習功能。使用Snake模型進行圖像處理定位具有很高的精度，可以同時獲得圖像的邊緣信息和圖像的輪廓特征信息。同時由于在整個處理過程中使用的是圖像的整體信息，所以使用Snake模型進行圖像處理還有一個很大的優點就是可以有效地克服噪聲的干擾。

1.1 Snake模型的物理含義

圖像的基本特征主要包括圖像的邊緣特征和圖像的輪廓特征。大多數的圖像處理技術更高一級的處理方式是以圖像的邊緣輪廓特征作為基元來進行的。在普遍意義上傳統邊緣檢測的圖像處理技術存在著一個自下而上的三個階段，即邊緣檢測、邊緣細化和邊緣鏈接。……