合成孔径雷达图像分割研究进展

doi:10.11873/j.issn.1004-0323.2018.1.0010

遥感技术与应用

综述

合成孔径雷达图像分割研究进展

万-玲^1，2，3，尤红建^1，2，3，程跃兵⁴，卢晓军^5

（1.中国科学院大学，北京-100039；2.中国科学院电子学研究所，北京 100190；
3.中国科学院空间信息处理与应用系统技术重点实验室，北京 100190；
4.上海机电工程研究所，上海-201109；5.中国国际工程咨询公司，北京 100048）

Research Progress of Synthetic Aperture Radar Image Segmentation

Wan Ling^1，2，3，You Hongjian^1，2，3，Cheng Yuebing⁴，Lu Xiaojun⁵

(1.University of Chinese Academy of Sciences，Beijing 100039，China)
(2.Institute of Electronics，Chinese Academy of Sciences，Beijing 100190，China;
(3.Key Laboratory of Technology in Geo-spatial Information Processing and ApplicationSystem Beijing 100190，China;

4.Shanghai Eletro-Mechanical Engineering Institute，Shanghai 201109，China;
5.China International Engineering Consulting Corporation，Beijing，100048，China)

全文: PDF(7965 KB)

摘要：

图像分割是SAR图像分析的关键步骤，高质量的分割结果是发挥SAR图像应用潜力的保证。近年来，在SAR传感器蓬勃发展的背景下，SAR图像应用受到更为广泛的重视。然而相比光学图像，SAR自身的成像特点使其在分割时更难得到理想的结果。而随着模式识别、机器学习、遥感技术等相关学科领域的发展，SAR图像分割研究取得了快速进展。系统地总结了SAR图像分割的相关研究进展，在归纳分类的基础上，重点对基于模糊C均值、马尔科夫随机场、区域信息、统计分布、水平集、多层次特征及深度学习等热点方法的发展与最新研究进行了综述。最后针对SAR图像分割技术进行了展望。

关键词： 图像分割; 合成孔径雷达; 模糊聚类; 马尔科夫随机场; 水平集; 统计模型

Abstract:

Image segmentation is an indispensable part for synthetic aperture radar (SAR) image automatic interpretation.Segmentation results with high-quality are the guarantee of SAR image applications.In addition，owing to the development of SAR sensors，the segmentation task based on SAR image has been widely concerned in recent years.However，compared with the optical images，the unique properties of SAR images lead to great challenge in SAR image segmentation.With the development of pattern recognition，machine learning，remote sensing technology and other related techniques，SAR image segmentation has made great progress.This paper reviews the progress of SAR image segmentation，and then puts its emphasis on the summary of the widely used algorithms：FCM，MRF，statistical model，region information，level set，multi-scale and deep learning，etc.Finally，several viewpoints for the future research of SAR image segmentation are proposed.

Key words: Image segmentation Synthetic aperture radar (SAR) FCM MRF Level set Statistical model

收稿日期: 2017-03-02 出版日期: 2018-03-16

TP751

基金资助: 国家自然科学基金项目“顾及多特征的匹配与建筑物变化检测一体化处理研究”（41601402）。

作者简介: 万玲（1993-），女，辽宁沈阳人，博士研究生，主要从事SAR图像处理及应用研究。E-mail：wanling15@mails.ucas.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
	万玲
	尤红建
	程跃兵
	卢晓军

引用本文:

万玲，尤红建，程跃兵，卢晓军. 合成孔径雷达图像分割研究进展[J]. 遥感技术与应用, 10.11873/j.issn.1004-0323.2018.1.0010.

Wan Ling，You Hongjian，Cheng Yuebing，Lu Xiaojun. Research Progress of Synthetic Aperture Radar Image Segmentation. Remote Sensing Technology and Application, 10.11873/j.issn.1004-0323.2018.1.0010.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2018.1.0010 或 http://www.rsta.ac.cn/CN/Y2018/V33/I1/10

[1]	杨军，裴剑杰. 一种改进的隐马尔可夫随机场遥感影像分割算法[J]. 遥感技术与应用, 2018, 33(5): 857-865.
[2]	王宁，陈方，于博. 基于形态学开运算的面向对象滑坡提取方法研究[J]. 遥感技术与应用, 2018, 33(3): 520-529.
[3]	熊伟，徐永力，姚力波，崔亚奇. 基于SVM的高分辨率SAR图像舰船目标检测算法[J]. 遥感技术与应用, 2018, 33(1): 119-127.
[4]	谢亚楠，周明亮，刘志坤. 合成孔径雷达反演降雨量算法的研究进展[J]. 遥感技术与应用, 2017, 32(4): 624-633.
[5]	李海英，温卫斌，王芳，付强，肖媛. 表层穿透雷达在月球与深空探测应用中的研究进展及趋势[J]. 遥感技术与应用, 2017, 32(4): 634-642.
[6]	姜萍，刘修国，陈启浩，邵芳芳. 利用多尺度SVM-CRF模型的极化SAR图像建筑物提取[J]. 遥感技术与应用, 2017, 32(3): 475-482.
[7]	张祥，陈报章，赵慧，汪磊. 基于时序Sentinel-1A数据的农田土壤水分变化检测分析[J]. 遥感技术与应用, 2017, 32(2): 338-345.
[8]	袁春琦,徐佳,程圆娥,陈媛媛,许康. 基于协同训练与集成学习的极化SAR图像半监督分类[J]. 遥感技术与应用, 2017, 32(2): 380-385.
[9]	孙景,唐丹玲,潘刚. Radarsat2全极化数据在监测南海溢油事件中的方法研究[J]. 遥感技术与应用, 2016, 31(6): 1181-1189.
[10]	李兰,陈尔学,李增元,冯琦,赵磊. 合成孔径雷达森林树高和地上生物量估测研究进展[J]. 遥感技术与应用, 2016, 31(4): 625-633.
[11]	李婷,程博,尤淑撑. 基于半监督鉴别分析的高分辨率SAR影像建筑区提取[J]. 遥感技术与应用, 2016, 31(2): 239-246.
[12]	孙建勇,车涛,段克勤,戴礼云. 冰沟流域积雪面积比例与雪水当量关系初探[J]. 遥感技术与应用, 2015, 30(6): 1085-1094.
[13]	苏腾飞,李洪玉. 一种两阶段区域生长的遥感图像分割算法[J]. 遥感技术与应用, 2015, 30(3): 476-485.
[14]	陈玉玲,田有亮. 基于水平集的医学图像分割改进算法[J]. 遥感技术与应用, 2015, 30(3): 527-533.
[15]	蒋少峰,王超,吴樊,张波,汤益先,张红. 基于结构特征分析的COSMO-SkyMed图像商用船舶分类算法[J]. 遥感技术与应用, 2014, 29(4): 607-615.

Viewed

Full text

Abstract

Cited

Shared

Discussed