%A 吴诗婳, 吴一全, 周建江, 孟天亮 %T 利用倒数灰度熵和改进Chan-Vese模型进行SAR河流图像分割 %0 Journal Article %D 2015 %J 测绘学报 %R 10.11947/j.AGCS.2015.20140519 %P 1255-1262 %V 44 %N 11 %U {http://xb.chinasmp.com/CN/abstract/article_6644.shtml} %8 2015-11-20 %X 为了进一步提高合成孔径雷达(SAR)图像中河流分割的精度和速度,提出了一种基于人工蜂群优化的倒数灰度熵多阈值选取与改进Chan-Vese(CV)模型相结合的分割方法。考虑SAR图像中河流目标和背景类内灰度的均匀性,提出了基于蜂群优化的倒数灰度熵多阈值选取方法,以此对河流图像进行粗分割;针对基本CV模型收敛速度低、对初始条件敏感的问题,利用图像边缘强度取代Dirac函数,将粗分割结果作为改进CV模型的初始条件,对河流图像进行细分割。大量试验结果表明,所提出的分割方法无须设置初始条件,运行速度快,分割精度高。