中文引用格式： 鄧竣天，王小龍. 基于多尺度顯著性檢測的SAR圖像海岸線檢測[J]. 電子技術應用，2024，50(9)：112-118.
英文引用格式： Deng Juntian，Wang Xiaolong. Coastline detection in SAR image based on multi-scale saliency detection[J]. Application of Electronic Technique，2024，50(9)：112-118.
引言
合成孔徑雷達（Synthetic Aperture Radar， SAR）是一種主動式微波成像雷達[1]。相比于傳統的光學成像系統，它能夠全天時、全天候地偵察觀測以及有較強的地表穿透能力。海洋天氣多變使得傳統光學遙感等手段在海洋監測中受到干擾。而SAR的優勢使其能夠不受干擾地觀測到海洋上的狀況，因此常被用于艦船目標、油膜污染和海岸線變遷等檢測任務中。而在SAR海面艦船監測的應用中，近岸海面艦船的自動檢測往往受陸地復雜背景的影響，產生檢測虛警率高、漏檢等問題，是SAR近岸海面目標檢測應用中一直較為關注的問題。SAR海岸線檢測對于近岸海洋艦船檢測應用十分重要。由于海岸線受人為、自然影響，變化快速，基于歷史岸線數據測量或手動提取岸線的傳統方法，在實際應用中十分麻煩。因此，實現一個自動化快速的基于SAR圖像海岸線檢測方法，對于實際近岸檢測目標有十分重要的意義。
在SAR海岸線檢測應用中，基本上分為三大步驟，一是預處理階段，目的是為了除去干擾使檢測目標更加明顯；二是邊緣檢測部分，將預處理過后的圖像通過閾值分割或者邊緣算子等方法檢測出海岸線；三是結果評估階段，對于檢測得到的岸線與人工標注岸線對比，驗證檢測方法的有效性。
SAR圖像傳統的預處理階段主要有兩個步驟，一是噪聲濾波，通過例如維納濾波、均值濾波、中值濾波及Lee濾波等手段，來減少SAR圖像中的噪音干擾。二是圖像增強，通過對比度增強、圖像銳化、低通濾波等空域頻域手段，來更好地突出所要檢測的目標。然而，對于一些低對比度SAR圖像而言，直方圖均衡化提高對比度的方法并不是十分有效，往往出現海陸部分難以區分的問題。
如圖1所示，低對比度圖像的海陸部分的灰度值十分相近。僅從灰度特征難以區分海洋陸地，劃分出邊界線。由于陸地情況比海洋復雜，陸地的紋理較為粗糙，而海洋的紋理則更加平滑，要提高對低對比度圖像的適應性，則要從紋理特征入手。
圖1 低對比度SAR圖像
針對以上低對比度檢測問題，本文提出了一種基于多尺度顯著性檢測的SAR圖像海岸線檢測方法。該方法引入視覺顯著性檢測的方法，用以區分低對比度圖像中的海陸部分。由于大部分的視覺顯著性檢測的方法對于海陸邊界會有模糊效果，會導致岸線缺失，因此又引入多尺度檢測變換融合的思想，將不同尺度圖像進行檢測融合，有效地改善了檢測海陸邊界模糊的問題。首先將SAR圖像依據尺度系數進行多尺度變換，然后對于每種尺度圖像進行譜殘差法顯著性檢測，得到一系列顯著性子圖；而后應用NSCT變換融合各顯著子圖得到最終顯著圖，將顯著圖代入到活動輪廓模型中進行檢測，得到檢測結果。本文所提出的方案主要是在預處理階段改善SAR圖像的質量，以便于后續的活動輪廓模型檢測，而SAR圖像實驗結果也表明，該方法對于低對比度圖像檢測結果更加清晰，多尺度融合的過程可以濾去一部分噪聲，減少后續檢測干擾。
本文的多尺度主要指的是圖片的尺寸、大小。不同尺寸、大小的圖片所呈現的顯著性特征是不同的，不同的顯著性特征可以使顯著性檢測算法更好地分辨出海洋與陸地的區別，進而更有利于后續岸線檢測。
本文詳細內容請下載：
http://www.cowatch.cn/resource/share/2000006152
作者信息：
鄧竣天1，2，王小龍1
（1.中國科學院空天信息創新研究院，北京 100094；
2.中國科學院大學 電子電氣與通信工程學院，北京 100049）
