MSTAR图像的矩特征分析与多阈值分割

作者：倪维平; 严卫东; 吴俊政; 郑刚; 芦颖

来源：中国图象图形学报, 2013, (10): 1364-1373.

• MSTAR图像
• 图像分割
• 矩特征分析
• 多阈值 models for moving and stationary target a cquisition and recognition(MSTAR) image
• image segmentation
• moment feature analysis
• multiple thresholds

图像分割是合成孔径雷达(SAR)图像自动目标识别应用中的基础性问题。定义并分析了运动、静止目标获取与识别(MSTAR)图像的矩特征,进而构造了多阈值处理策略,用于MSTAR图像的分割。首先研究了目标、阴影,以及背景区域统计特性,并确定了相应的数学模型描述,在此基础上给出了矩特征的定义,并分析了其基本特性。利用图像空间到矩特征空间的转换,显著增强了目标区域与阴影、背景区域的差异性,进而通过构造不同的阈值化规则,实现了MSTAR图像中目标、阴影和背景区域的分割。对MSTAR图像的处理结果表明,与恒虚警率(CFAR)、最大类间方差(OTSU)、模糊C均值(FCM)和马尔可夫随机场(MRF)等典型分割算法相比,本文算法不需进行噪声抑制,但在分割效果和鲁棒性等方面性能更好,同时,对多尺度、多目标MSTAR图像的分割也显示出良好的适应性。

• 单位
  电子工程学院; 西安电子科技大学; 西北核技术研究所