Please wait a minute...
img

官方微信

遥感技术与应用  2009, Vol. 24 Issue (6): 731-736    DOI: 10.11873/j.issn.1004-0323.2009.6.731
技术研究与图像处理     
基于海图信息的SAR影像海陆自动分割
李洪忠1,2,王  超1,张  红1,吴  樊1
1.中国科学院对地观测与数字地球科学中心,北京  100086;
2.中国科学院研究生院,北京  100049
  
Automatic SAR Sea-land Segmentation Based on Sea Chart Information
 LI Hong-zhong 1,2,WANG Chao1,ZHANG Hong1,WU Fan1
1.Center for Earth Observation and Digital Earth,Chinese Academy of Sciences, Beijing 100086,China;
2.University of Chinese Academy of Sciences,Beijing 100049,China
       
 全文: PDF(2018 KB)  
摘要:

海陆分割是对海洋SAR图像进行船舶检测的基本前提之一,传统的手动分割方法可以很精确,但操作繁琐,速度较慢,不适合于批量图像的处理,而海岸线检测算法抗噪能力较低,对于近海多岛屿地区检测效果较差。提出了一种基于海图信息的SAR影像海陆自动分割方法,该方法利用SAR图像的地理信息,有效地与基于地理先验信息的海洋区域矢量图层相叠加,将对SAR图像的海陆分割问题转换为对矢量图层中多边形矢量元素区域的判断,并使海陆分割问题实现了自动化。最后使用Radarsat-1数据和ALOS PALSAR数据对该方法进行了验证。实验表明,近似自动分割与手动分割效果非常接近,对船舶检测几乎没有影响,且运行速度较快,适于图像的实时处理。
     

关键词: 海陆自动分割船舶检测SAR掩膜    
Abstract:

 Sea-land segmentation is a basic premise of the SAR vessel detection.The tradition manual technique is precious.but it operates complex and is time-consuming.and the coastline detection algorithm is poor in noise resistance.which is not suitable for the coastal area of islands.In this paper.an automatic segmentation method is proposed.taking advantage of the geography information.overlapping SAR with shape layer of the same sea area and turning Sea-Land segmentation to the judgment of the polygon shape element in the shape layer.which operate automatically.Finally.we test the technique by Radarsat-1 and Alos-Palsar images.The automatic segmentation technique has almost no influence to the vessel detection.and the result is close to the one of the tradition manual method.besides.it runs faster.suitable for the real-time operation.

Key words:  Automatic Sea-land segmentation    Vessel detection    SAR    Land mask
收稿日期: 2009-06-19 出版日期: 2012-01-06
基金资助:

国家自然科学基金项目(40601058),国家自然科学基金项目(40701108)。

作者简介: 李洪忠( 1982-),男,博士研究生,主要从事雷达遥感基础及应用基础研究。E-mail:hzli@rsgs.ac.cn。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
李洪忠
王超
张红
吴樊

引用本文:

李洪忠, 王超, 张红, 吴樊. 基于海图信息的SAR影像海陆自动分割[J]. 遥感技术与应用, 2009, 24(6): 731-736.

LI Hong-Zhong, WANG Chao, ZHANG Gong, WU Fan. Automatic SAR Sea-land Segmentation Based on Sea Chart Information. Remote Sensing Technology and Application, 2009, 24(6): 731-736.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2009.6.731        http://www.rsta.ac.cn/CN/Y2009/V24/I6/731

1] Tian Sirui.Research on Key Techniques of Target Detection and Recognition with High Resolution SAR Imager[D].Ph.D.Dissertation,2008.[田巳睿.高分辨率SAR图像目标检测与识别中的关键技术研究[D].博士学位论文,2008.]
2] Wang Yuping,Cai Yuanlong.Multi-scale B-spline Wavelet Ed-ge Detection Operator[J].Science in China(Series A),1995,25(4):426-437.[王玉平,蔡元龙.多尺度B样条小波边缘检测算子[J].中国科学(A辑),1995,25(4):426-437.]
3] O’Rouke J.Computational Geometry in C(Second Edition)[M].Cambridge:Cambridge University Press,2005.
4] Foley J D,Dam A V,Feiner S K,et al.Computer Graphics:Principles and Practice in C(Second Edition)[M].Addison Wesley:Pearson Press,2004.
5] 〖JP3〗Han Peng.Xu Zhanhua.GIS Development-ArcObjects Method[M].Wuhan:Wuhan University Press,2005.[韩鹏,徐占华.地理信息系统开发-ArcObjects方法[M].武汉:武汉大学出版社,2005.] 
6] Liu Renyi Y,Liu Nan.ArcGIS Development——from Introduction to the Master[M].Beijing:Science Press,2006.[刘仁义,刘南.ArcGIS开发宝典——从入门到精通[M].北京:科学出版社,2006.]
7] Hou Siguo,Zhang Hong.A Novel Method for Ship Detection in SAR Images[J].Journal of Remote Sensing,2005,9(1):50-55.[侯四国,张红.一种新的SAR图像船只检测方法[J].遥感学报,2005,9(1):50-55.] 
8] Zhang Weisheng,Wang Chao.Automatic Ship Detection Model and Algorithm Based on SAR Image[J].Remote Sensing Information,2006,5:31-33.[张维胜,王超.基于SAR图像的自动船只检测模型和算法实现[J].遥感信息,2006,5:31-33.]
9] Zhang Yujin.Image Segmentation[M].Beijing:Science Press,2001,70-73.[章毓晋.图像分割[M].北京:科学出版社,2001,70-73.] 
[1] 李姣姣,刘玉,陈锟山. 基于香农熵的极化SAR相干矩阵信息量评价#br#[J]. 遥感技术与应用, 2018, 33(5): 842-849.
[2] 王常颖,田德政,韩园峰,隋毅,初佳兰. 基于属性差决策树的全极化SAR影像海冰分类[J]. 遥感技术与应用, 2018, 33(5): 975-982.
[3] 郭欣,赵银娣. 基于Sentinel-1A SAR的湖南省宁乡市洪水监测[J]. 遥感技术与应用, 2018, 33(4): 646-656.
[4] 张程,张红,王超. 基于PCDM香农熵的全极化SAR图像船舶目标检测方法[J]. 遥感技术与应用, 2018, 33(3): 499-507.
[5] 刘建歌,慕德俊. 基于SAR影像海冰动态特征的提取方法[J]. 遥感技术与应用, 2018, 33(1): 55-60.
[6] 张王菲,陈尔学,李增元,赵磊,姬永杰. 干涉、极化干涉SAR技术森林高度估测算法研究进展[J]. 遥感技术与应用, 2017, 32(6): 983-997.
[7] 周晓宇,陈富龙. 四川大熊猫栖息地PALSAR时序数据森林覆盖动态监测研究[J]. 遥感技术与应用, 2017, 32(6): 1100-1106.
[8] 扎西央宗,李林,卓玛,冯岩,李学东,白玛央宗. 西藏年楚河流域冰川变化监测方法研究[J]. 遥感技术与应用, 2017, 32(6): 1126-1131.
[9] 姜爱辉,刘国林,陈富龙. 基于PALSAR-1影像的汉函谷关遗迹变化检测研究[J]. 遥感技术与应用, 2017, 32(5): 787-793.
[10] 尤江彬,陈富龙. 西域都护府/且末古城数字地望考与长波段雷达次地表考古初探[J]. 遥感技术与应用, 2017, 32(5): 794-800.
[11] 张宝华,周文涛,吕晓琪. 基于稀疏分解和改进MRF模型的SAR海冰图像分割方法[J]. 遥感技术与应用, 2017, 32(4): 709-713.
[12] 王苏芸,孙中昶,郭华东,申维. 基于面向对象的东营市城乡建设用地信息提取[J]. 遥感技术与应用, 2017, 32(4): 780-786.
[13] 孙亚勇,黄诗峰,李纪人,李小涛,马建威,曲伟. Sentinel-1A SAR数据在缅甸伊洛瓦底江下游区洪水监测中的应用[J]. 遥感技术与应用, 2017, 32(2): 282-288.
[14] 王娜,李强子,赵龙才,王红岩,李德江,黄慧萍. 基于变异系数法的SAR船舶检测优化研究[J]. 遥感技术与应用, 2017, 32(2): 305-314.
[15] 肖瑶,赵萍,范泽琳,陈国旭. TerraSAR-X数据在淮南矿区沉陷监测中的应用[J]. 遥感技术与应用, 2017, 32(1): 95-103.