SAR影像水体目标提取的序列非线性波波方法

doi:10.3778/j.issn.1002-8331.2009.13.069

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (13): 234-236.DOI: 10.3778/j.issn.1002-8331.2009.13.069

SAR影像水体目标提取的序列非线性波波方法

王栋¹,陈映鹰¹,秦平²

1.同济大学测量与国土信息工程系，上海 200092
2.国家海洋局东海预报中心信息室，上海 200082

收稿日期:2008-03-10 修回日期:2008-05-14 出版日期:2009-05-01 发布日期:2009-05-01
通讯作者: 王栋

Method for water object extraction in SAR imagery based on sequential nonlinear filtering

WANG Dong¹,CHEN Ying-ying¹,QIN Ping²

1.Department of Surveying and Land Information Engineering，Tongji University，Shanghai 200092，China
2.Department of Information，East China Sea Marine Prediction Center，State Oceanic Administrative，Shanghai 200082，China

Received:2008-03-10 Revised:2008-05-14 Online:2009-05-01 Published:2009-05-01
Contact: WANG Dong

摘要/Abstract

摘要： 合成孔径雷达（SAR）影像由于其特有的相干斑点噪声，加大了其目标边界特征提取的难度。采用一般针对光学影像的目标提取区域分割算子，在SAR影像的自动目标识别处理中往往不能取得理想的效果。水体目标在SAR影像中表现为整体亮度很低且成面状连续分布的像素区域。目前大多采用阈值分割转为二值影像的方法提取低亮度目标，但由于强烈的相干噪声影响，如何自动获得一个合适的阈值是一个比较困难的问题。一般多采用基于假设检验，多次迭代获得阈值。针对水体目标的亮度及形状分布特征，不作二值分割处理，而采用序列非线性滤波处理，提出一种针对SAR影像水体目标的快速提取方法。经实际数据检验，算法可以快速有效地实现SAR影像水体目标的自动提取识别。

关键词: 合成孔径雷达影像, 水体目标, 自动识别, 非线性滤波, 灰度形态学

Abstract: For the coherent speckles in SAR imagery，the processing of object extraction becomes more difficult.Using the traditional target extraction arithmetic for optical imagery，we can not get ideal result on SAR imagery.Water object in SAR imagery represents as some continuous region with low lightness and strong speckle noise.The traditional method to extract low lightness object can be implement by segment the imagery to binary imagery using a specify threshold.As the strong effect of the coherent speckle，how to gain an appropriate threshold is difficult.In this paper，a sequential nonlinear filtering-based method is proposed to extract the water object in SAR imagery automatically.The experimental results using real SAR imagery show that this method can extract water objects in SAR imagery rapidly and accurately.

Key words: synthetic aperture radar imagery, water target, automatic recognition, nonlinear filter, mathematical morphology

王栋¹,陈映鹰¹,秦平². SAR影像水体目标提取的序列非线性波波方法[J]. 计算机工程与应用, 2009, 45(13): 234-236.

WANG Dong¹,CHEN Ying-ying¹,QIN Ping². Method for water object extraction in SAR imagery based on sequential nonlinear filtering[J]. Computer Engineering and Applications, 2009, 45(13): 234-236.

[1]	李松，刘哲，唐小妹，吴健，王飞雪. 基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法[J]. 计算机工程与应用, 2021, 57(16): 90-96.
[2]	赵艳，左保齐. 机器视觉在织物疵点检测上的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 11-17.
[3]	任臻1，李积英1，吴昊2. 基于M估计的鲁棒后向平滑CKF单站跟踪算法[J]. 计算机工程与应用, 2019, 55(11): 74-79.
[4]	路志英1，刁长莹1，卢焕珍2，贾惠珍2. 基于MICAPS风场信息的低空急流自动识别及绘制[J]. 计算机工程与应用, 2017, 53(8): 230-234.
[5]	郑晓飞，郭创，秦康，姚斌. 有色量测噪声下的HCKF及其应用[J]. 计算机工程与应用, 2017, 53(14): 263-270.
[6]	张玉峰1，周奇勋1，周勇2，张举中3. 非线性自适应平方根无迹卡尔曼滤波方法研究[J]. 计算机工程与应用, 2016, 52(16): 36-40.
[7]	胡金柱1，舒江波2，胡泉3，李源1，杨进才1，谢芳4. 复句关系词自动识别中规则的表示方法研究[J]. 计算机工程与应用, 2016, 52(1): 127-132.
[8]	吕新知. FAST-SR-UKF算法及其在组合导航系统中的应用[J]. 计算机工程与应用, 2015, 51(6): 254-259.
[9]	刘洋，黄盼. 广义容积卡尔曼滤波[J]. 计算机工程与应用, 2015, 51(14): 207-210.
[10]	黄英来1，田少卿1，孙晓芳2，张博文3. 基于灰度投影法的乐器板材纹理分析方法[J]. 计算机工程与应用, 2014, 50(6): 161-164.
[11]	刘雯敏，陈秀宏. 基于PCNN和非线性滤波万有引力的医学图像融合[J]. 计算机工程与应用, 2014, 50(24): 191-198.
[12]	朱晓旭，钱培德. 脏话文本语料库建设[J]. 计算机工程与应用, 2014, 50(11): 126-129.
[13]	梁社会1，陈小荷2，刘浏2. 先秦汉语排比句自动识别研究——以《孟子》《论语》中的排比句自动识别为例[J]. 计算机工程与应用, 2013, 49(19): 222-226.
[14]	梁建慧，马苗. 人工蜂群算法在图像分割中的应用研究[J]. 计算机工程与应用, 2012, 48(8): 194-196.
[15]	王成栋，凌丹，苗强. 分形无标度区的一种自动识别方法[J]. 计算机工程与应用, 2012, 48(6): 9-12.

SAR影像水体目标提取的序列非线性波波方法

Method for water object extraction in SAR imagery based on sequential nonlinear filtering

PDF

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