【最新成果】一种用于极化SAR图像的快速超像素分割算法

极化SAR具有多个收发通道组合，能够获取更加丰富的场景信息，因此，极化SAR图像解译研究成为当前热点之一。由于极化SAR图像受相干斑噪声影响严重，基于像素点的极化SAR图像解译算法存在对噪声敏感、计算量大等缺点。基于区域的解译算法可以更好地利用当前像素的空间上下文信息，具备更好的抗噪性能。基于区域的解译算法首先需要针对原始极化SAR图像生成均匀紧凑的区域，因此，超像素快速分割作为一种区域生成算法受到越来越多的关注。

针对该问题，国防科技大学邹焕新教授团队基于迭代边缘精炼和修正Wishart距离度量对极化SAR图像的快速超像素分割开展了实验研究，获得了边缘贴合度较高的、形状规则紧凑的均匀超像素，并且具有较高的计算效率，为后续面向区域的极化SAR图像目标检测与识别、地物分类以及变化检测等提供了基本的匀质处理单元。

该工作已发表在《雷达学报》2017年第5期“一种用于极化SAR图像的快速超像素分割算法”（张月，邹焕新，邵宁远，周石琳，计科峰）。

图1 极化SAR图像超像素分割关键技术

该文首先对已有光学图像超像素分割算法对极化SAR图像的不适用性进行了分析，接着详细阐述了极化SAR图像快速超像素分割的相关关键技术（图1），最后，利用一幅仿真图像和一幅AirSAR实测极化SAR图像进行了实验研究（图2、图3），验证了所提方法的可行性和优越性。

图2 极化SAR图像快速超像素分割结果

图3 图2(a)中3个图像块A、B和C的分割结果放大

了解详细内容请点击下面阅读原文。