于芳梁英杰　昂朝群

摘 要：海上圖像識別效率低、時效差。為解決這些問題，針對圖像中海上、陸地和植被等區(qū)域特點，以及陸地與海洋在圖像上的灰度差異，基于水平截集法的海岸線檢測方法提取海陸邊界，采用不斷迭代初始輪廓方法，擬合真實海陸輪廓，實現(xiàn)基于幾何活動輪廓的海陸分割。

關(guān)鍵詞：幾何活動輪廓；海陸分割；水平集；G0分布；滑窗因子

DOIDOI：10.11907/rjdk.162236

中圖分類號：TP317.4

文獻標識碼：A 文章編號文章編號：16727800（2016）011019003

0 引言

海上運動目標圖像由于光照變化、傳感器噪聲、匹配噪聲等干擾因素，對分割結(jié)果帶來較大影響，造成準確度下降、虛警率較高。目前，海上圖像海陸分割方法主要有灰度直方圖閾值[1]、紋理和邊緣特征[23]、特征融合、海圖信息和活動輪廓模型[4]等。雖然海陸分割方法很多，但至今還沒有通用、魯棒的海陸圖像分割算法[5]。為達到更好的海陸分割結(jié)果，算法必須充分利用圖像中海洋與陸地的相似性和差異性。

基于活動輪廓模型的海陸分割分為參數(shù)化活動輪廓模型和幾何活動輪廓模型兩種方法。第一種方法采用設(shè)定曲線參數(shù)來擬合活動輪廓，第二種方法采用坐標系下符號距離函數(shù)的零水平集來擬合活動輪廓。由于海岸附近的陰影、植被等低亮度因素對分割結(jié)果影響較大，而海上區(qū)域中，圖像的像素變化主要由海上不同輪廓位置、紋理等因素所致，海岸與艦船的整體輪廓不需要考慮照度（海中照度指海水中投射到單位面積上的光通量）參數(shù)約束[67]，因此基于幾何活動輪廓模型的變化檢測可以克服照度噪聲的影響。

1 海上圖像分析

研究港口圖像可知，海洋區(qū)域特征雖然受海上目標和照度變化影響，但灰度變化范圍和梯度較小；而陸地區(qū)域結(jié)構(gòu)復(fù)雜，包含道路、植被和建筑等多種不同圖像灰度物體，因此灰度變化范圍和梯度較大[89]。

港口圖像劃分為3種區(qū)域：①海面區(qū)域。該區(qū)域灰度變化范圍和梯度較小，雜波較少，具有封閉性和平坦性特點；②復(fù)雜地物區(qū)域。該區(qū)域包含陸上建筑、道路以及汽車等物體，其灰度梯度幅值較大且不均勻，地勢高低不平，相比區(qū)域①，其陰影等復(fù)雜噪聲較多；③植被紋理區(qū)域。該區(qū)域亮度較低，紋理結(jié)構(gòu)較簡單，灰度變化較小，如圖1所示。

2 海陸分割方法

采用基于活動輪廓的海岸線檢測方法，將海上目標和陸地區(qū)域作為整體，與海洋區(qū)域進行分割。海岸線檢測的重要任務(wù)是選取合適的目標結(jié)構(gòu)和輪廓特征，以區(qū)別背景區(qū)域。

（1）活動輪廓模型?；顒虞喞Ｐ头椒ㄔ絹碓蕉嗟貞?yīng)用在圖形分割領(lǐng)域[10]。該方法首先假定一條與待分割目標區(qū)域近似的初始活動輪廓，建立輪廓能量函數(shù)，通過變分法和偏微分方程迭代，初始活動輪廓向目標邊緣方向靠近，以擬合圖形中目標的真實邊界，使得能量函數(shù)最小化的輪廓線就是分割的最終邊界，其原理如圖2所示。

式（1）為活動輪廓模型的一般表達式，|C|表示分割邊界長度，μ為一個正的加權(quán)實數(shù)。活動輪廓模型是一種基于貝葉斯的推理模型，其本質(zhì)是通過最大化分割區(qū)域的后驗概率來尋求最優(yōu)分割，性能取決于統(tǒng)計分布對圖像數(shù)據(jù)的擬合程度。統(tǒng)計分布越合理，得到的分割越精確。經(jīng)典的統(tǒng)計活動輪廓模型采用高斯分布擬合圖像數(shù)據(jù)。大量研究表明，由于斑點噪聲影響，海上圖像數(shù)據(jù)無法采用高斯分布建模，因此若將采用高斯分布的統(tǒng)計活動輪廓模型應(yīng)用于海上圖像，會產(chǎn)生錯誤的分割結(jié)果。

G0分布可以在大范圍均勻變化空間中實現(xiàn)對海上多噪聲圖像準確建模，模型參數(shù)易獲取，因此采用G0分布作為海上圖像數(shù)據(jù)的統(tǒng)計模型。由于G0分布具有公式復(fù)雜、計算量大的特點，實際應(yīng)用中利用參數(shù)估計來提高效率。海上圖像的G0分布公式如下：

（2）幾何型活動輪廓法。在海岸線檢測中，海岸線附近區(qū)域的局部統(tǒng)計信息對檢測結(jié)果影響很大，而經(jīng)典的活動輪廓模型是統(tǒng)計區(qū)域全局信息，往往會出現(xiàn)“過度分割”現(xiàn)象，分割精度不理想。為了對輪廓線上每個點進行局部信息統(tǒng)計，Lankton和Tannenbaum引入了一個滑窗因子，加入一個水平集函數(shù)懲罰項，來精確分析內(nèi)部區(qū)域和外部區(qū)域。

3 實驗驗證

本文方法分割步驟：①通過公式（7），把設(shè)定的輪廓轉(zhuǎn)移至三維曲面；②假設(shè)樣本點P，在零水平截集上分析P特征近似的點Q，求出Q速度參數(shù)，公式（8）F（K）是P的擴展速度方程；③由式（9）更新三維曲面ψi，j；④依據(jù)步驟③計算所得曲面ψi，j，求出新的零水平截集曲面方程；⑤新的輪廓線即是步驟④計算所得的曲面方程，通過不斷迭代，直到算法結(jié)束，從而獲得最終的目標輪廓線。

通過以上分析可得出利用水平截集法進行海陸分割的適用環(huán)境：①適用于陸地、海洋特征分辨性較高的海上圖像，但容易受到海上雜波、噪聲等因素的干擾；②適用于對整幅圖像作統(tǒng)一分割，不能實現(xiàn)對陸地和海洋的結(jié)構(gòu)進行細節(jié)分割，海岸線檢測只是海陸分割的一個階段；③該類檢測方法可能會將圖像中其它具有穩(wěn)定輪廓的弱目標區(qū)域（例如島嶼、艦船等）也檢測出來，干擾了海岸線的檢測效果。

4 結(jié)語

本文研究了基于幾何活動輪廓的海陸分割方法，首先分析了港口圖像不同區(qū)域的灰度、梯度特點，然后采用G0分布作為海上圖像數(shù)據(jù)的統(tǒng)計模型，并引入一個滑窗因子、加入一個水平集函數(shù)懲罰項來精確分析內(nèi)部區(qū)域和外部區(qū)域，實現(xiàn)了基于幾何活動輪廓的海陸分割，并得出采

用水平截集法進行海陸分割的適用環(huán)境。

參考文獻：

[1] 唐沐恩，林挺強，文貢堅.遙感圖像中艦船檢測方法綜述[J].計算機應(yīng)用研究，2011，28（1）：2936.

[2] 鄧江生，樊利恒，古立莉.一種遙感圖像中海岸線的提取方法[J].光電技術(shù)應(yīng)用，2012，27（5）：5658.

[3] XIULIANG CHEN， YINGJIE LIANG， FULIANG GUO.Realtime threedimensional waves simulation of virtual combat platforms at sea based on openGL[C].In：Proceedings of the 2nd International Conference on Computer Science and Network Technology，China：Changchun，2012（1）：452455.

[4] 單子力，王超，張紅.基于優(yōu)化活動輪廓模型的SAR影像海陸分割方法研究[J].計算機應(yīng)用研究，2011，28（6）：23392342.

[5] BENNING T L，LAPOINTE D，ATKINSON C T，et al.Interactions of climate change with biological invasions and land use in the Hawaiian Islands：modeling the fate of endemic birds using a geographic information system[J].Proceedings of the National Academy of Sciences，2002，99（22）：1424614249.

[6] 侯四國，張紅，王超，等.一種新的SAR圖像船只檢測方法[J].遙感學(xué)報，2005，9（1）：538544.

[7] LIANG YING JIE， GUO FU LIANG， CHEN XIU LIANG. Research on unsupervised multiship image segmentation algorithm of remote sensing platforms[C]. In： Proceedings of the 3nd International Conference on Computer Science and Network Technology，Dalian，China，2013：12421246.

[8] 陳琪，王娜，陸軍，等.SAR圖像港口區(qū)域艦船檢測新方法[J].電子與信息學(xué)報，2011，33（9）：21322137.

[9] 陳琪，陸軍，趙凌君，等.基于特征的SAR遙感圖像港口檢測方法[J].電子與信息學(xué)報，2010，32（12）：28732878.

[10] COHEN L D，COHEN I.Finiteelement methods for active contour models and balloons for 2D and 3D images[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1993，15（11）：11311147.

[11] 黃魁華，張軍.局部統(tǒng)計活動輪廓模型的SAR圖像海岸線檢測[J].遙感學(xué)報，2011，15（4）：737749.

（責(zé)任編輯：杜能鋼）