基于种子点增长的SAR图像海岸线自动提取算法

doi:10.7523/j.issn.2095-6134.2007.1.014

中国科学院大学学报 ›› 2007, Vol. 24 ›› Issue (1): 93-98.DOI: 10.7523/j.issn.2095-6134.2007.1.014

基于种子点增长的SAR图像海岸线自动提取算法

谢明鸿张亚飞付琨

中国科学院电子学研究所

收稿日期:1900-01-01 修回日期:1900-01-01 发布日期:2007-01-15

Algorithm of Detection Coastline from SAR Images Based on Seeds Growing

XIE Ming-Hong, ZHANG Ya-Fei, FU Kun

Institute of Electronics, Chinese Academy of Sciences

Received:1900-01-01 Revised:1900-01-01 Published:2007-01-15

摘要/Abstract

摘要： SAR图像中斑点噪声的存在使得很难利用简单的阈值分割技术对其进行海岸线提取，而很多基于复杂数学模型的提取算法又常常由于较慢的检测速度限制了它们的应用。本文基于种子点增长的思想，给出了一种快速的海岸线自动提取算法。首先该算法利用象素值统计信息自动定位一个初始种子点区域，并计算初始均值M与初始阈值T。然后基于不断更新的M和T进行海域点增长。增长结束后，对得到的连通海域进行轮廓边界跟踪从而确定出具体的海岸线位置。将其应用于真实的SAR图像，证明了该算法的有效性和实时性。

关键词: SAR图像海岸线提取种子点增长

Abstract:

It is very difficult to extract the shoreline from SAR images by using a simple threshold technique for the presence of speckles. The applications of many coastline detection algorithms based on complex mathematic models are limited for their huge time consuming. A fast method is presented in this paper based on the idea of seeds growing. First, it locates the initial seeds region automatically based on statistic information of pixel values. Then, the initial mean M and threshold T are calculated. Next, seeds-growing is performed based on the M and T which are updated continuously. After the seeds-growing is ended, the location of the shoreline is extracted from the connected sea region by a traditional contour tracing algorithm. Experimental results using real SAR images indicate that it is an effective and real-time algorithm.

Key words: FONT-FAMILY: Verdana, mso-fareast-font-family: 宋体, mso-font-kerning: 1.0pt, mso-bidi-font-family: 'Times New Roman', mso-ansi-language: EN-US, mso-fareast-language: ZH-CN, mso-bidi-language: AR-SA">SAR Images, coastline detection, seeds growing

中图分类号:

Tp391.41

引用本文

谢明鸿张亚飞付琨. 基于种子点增长的SAR图像海岸线自动提取算法[J]. 中国科学院大学学报, 2007, 24(1): 93-98.

XIE Ming-Hong, ZHANG Ya-Fei, FU Kun. Algorithm of Detection Coastline from SAR Images Based on Seeds Growing[J]. , 2007, 24(1): 93-98.

使用本文

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal.ucas.ac.cn/CN/10.7523/j.issn.2095-6134.2007.1.014

http://journal.ucas.ac.cn/CN/Y2007/V24/I1/93

参考文献

相关文章 15

[1] 史达亨, 刘立刚, 周斌, 卜智勇. 跨时间迁移的多源无线信号指纹融合定位方法[J]. 中国科学院大学学报, 2021, 38(6): 817-824.

[2] 庄子俊, 袁晓兵, 裴俊, 王国辉, 刘建坡. 基于无监督表达学习的森林地貌特征建模及林火易发性评估[J]. 中国科学院大学学报, 0, (): 1-1.

[3] 马曌月, 肖俊, 王颖. 基于面提取的三维岩体点云孔洞检测与修复方法^*[J]. 中国科学院大学学报, 0, (): 64-64.

[4] 张韬, 肖俊, 王颖. 基于匹配点逐层过滤的岩体点云配准方法[J]. 中国科学院大学学报, 0, (): 21550-21550.

[5] 唐思琦, 韩丛英, 郭田德. 基于机器学习的点集匹配算法[J]. 中国科学院大学学报, 2020, 37(4): 450-457.

[6] 范蓓媛, 刘力行, 李秀锋, 陈德勇, 王文会, 王军波, 陈健. 一种可以实现稳定单细胞包裹的无进样器的微流控平台[J]. 中国科学院大学学报, 2020, 37(3): 336-344.

[7] 王飞鹏, 肖俊, 王颖, 王云标. 一种基于高斯曲率的ICP改进算法[J]. 中国科学院大学学报, 2019, 36(5): 702-708.

[8] 凌程, 耿修瑞, 杨炜暾, 赵永超. 一种改进的基于奇异值分解的亚像素级图像配准算法[J]. 中国科学院大学学报, 2019, 36(1): 101-108.

[9] 李国庆, 朱百明, 齐洪钢, 黄鑫, 尹洪胜. 基于Gaussian-Hermite矩和HVS的图像质量评价[J]. 中国科学院大学学报, 2017, 34(3): 389-394.

[10] 吴一全, 王凯. 基于SUSAN算子和角点判别因子的目标边缘检测[J]. 中国科学院大学学报, 2016, 33(1): 128-134.

[11] 吴春生, 冯才刚, 迟学斌. 基于细节特征点的掌纹比对算法及GPU加速[J]. 中国科学院大学学报, 2015, 32(4): 571-576.

[12] 宁忠磊, 王宏琦, 张正. 一种基于协方差矩阵的自动目标检测方法[J]. 中国科学院大学学报, 2010, 27(3): 370-375.

[13] 程龙, 郭立, 袁红星, 陈晓琳. 基于光场渲染的动态3D目标重构技术[J]. 中国科学院大学学报, 2009, 26(6): 781-788.

[14] 蔡国雷, 杨鸿波, 邹谋炎. 一种基于活动围道的纹理图像分割方法[J]. 中国科学院大学学报, 2005, 22(5): 624-630.

[15] 闫镔, 王鹏, 李可, 郝晶, 吴义根, 谢千河, 支联合, 王崴, 鲁娜, 袁秀丽, 单保慈. 基于小波变换的PET图像分析(英文)[J]. 中国科学院大学学报, 2005, 22(4): 499-505.

编辑推荐

Metrics

阅读次数

全文

摘要

本文评价

摘要

参考文献

相关文章

编辑推荐

Metrics

本文评价

回顶部

基于种子点增长的SAR图像海岸线自动提取算法

Algorithm of Detection Coastline from SAR Images Based on Seeds Growing

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	史达亨, 刘立刚, 周斌, 卜智勇. 跨时间迁移的多源无线信号指纹融合定位方法[J]. 中国科学院大学学报, 2021, 38(6): 817-824.
[2]	庄子俊, 袁晓兵, 裴俊, 王国辉, 刘建坡. 基于无监督表达学习的森林地貌特征建模及林火易发性评估[J]. 中国科学院大学学报, 0, (): 1-1.
[3]	马曌月, 肖俊, 王颖. 基于面提取的三维岩体点云孔洞检测与修复方法^*[J]. 中国科学院大学学报, 0, (): 64-64.
[4]	张韬, 肖俊, 王颖. 基于匹配点逐层过滤的岩体点云配准方法[J]. 中国科学院大学学报, 0, (): 21550-21550.
[5]	唐思琦, 韩丛英, 郭田德. 基于机器学习的点集匹配算法[J]. 中国科学院大学学报, 2020, 37(4): 450-457.
[6]	范蓓媛, 刘力行, 李秀锋, 陈德勇, 王文会, 王军波, 陈健. 一种可以实现稳定单细胞包裹的无进样器的微流控平台[J]. 中国科学院大学学报, 2020, 37(3): 336-344.
[7]	王飞鹏, 肖俊, 王颖, 王云标. 一种基于高斯曲率的ICP改进算法[J]. 中国科学院大学学报, 2019, 36(5): 702-708.
[8]	凌程, 耿修瑞, 杨炜暾, 赵永超. 一种改进的基于奇异值分解的亚像素级图像配准算法[J]. 中国科学院大学学报, 2019, 36(1): 101-108.
[9]	李国庆, 朱百明, 齐洪钢, 黄鑫, 尹洪胜. 基于Gaussian-Hermite矩和HVS的图像质量评价[J]. 中国科学院大学学报, 2017, 34(3): 389-394.
[10]	吴一全, 王凯. 基于SUSAN算子和角点判别因子的目标边缘检测[J]. 中国科学院大学学报, 2016, 33(1): 128-134.
[11]	吴春生, 冯才刚, 迟学斌. 基于细节特征点的掌纹比对算法及GPU加速[J]. 中国科学院大学学报, 2015, 32(4): 571-576.
[12]	宁忠磊, 王宏琦, 张正. 一种基于协方差矩阵的自动目标检测方法[J]. 中国科学院大学学报, 2010, 27(3): 370-375.
[13]	程龙, 郭立, 袁红星, 陈晓琳. 基于光场渲染的动态3D目标重构技术[J]. 中国科学院大学学报, 2009, 26(6): 781-788.
[14]	蔡国雷, 杨鸿波, 邹谋炎. 一种基于活动围道的纹理图像分割方法[J]. 中国科学院大学学报, 2005, 22(5): 624-630.
[15]	闫镔, 王鹏, 李可, 郝晶, 吴义根, 谢千河, 支联合, 王崴, 鲁娜, 袁秀丽, 单保慈. 基于小波变换的PET图像分析(英文)[J]. 中国科学院大学学报, 2005, 22(4): 499-505.