引言

合成孔径雷达（Synthetic Aperture Radar， SAR）是一种主动式微波成像雷达[1]。相比于传统的光学成像系统，它能够全天时、全天候地侦察观测以及有较强的地表穿透能力。海洋天气多变使得传统光学遥感等手段在海洋监测中受到干扰。而SAR的优势使其能够不受干扰地观测到海洋上的状况，因此常被用于舰船目标、油膜污染和海岸线变迁等检测任务中。而在SAR海面舰船监测的应用中，近岸海面舰船的自动检测往往受陆地复杂背景的影响，产生检测虚警率高、漏检等问题，是SAR近岸海面目标检测应用中一直较为关注的问题。SAR海岸线检测对于近岸海洋舰船检测应用十分重要。由于海岸线受人为、自然影响，变化快速，基于历史岸线数据测量或手动提取岸线的传统方法，在实际应用中十分麻烦。因此，实现一个自动化快速的基于SAR图像海岸线检测方法，对于实际近岸检测目标有十分重要的意义。

在SAR海岸线检测应用中，基本上分为三大步骤，一是预处理阶段，目的是为了除去干扰使检测目标更加明显；二是边缘检测部分，将预处理过后的图像通过阈值分割或者边缘算子等方法检测出海岸线；三是结果评估阶段，对于检测得到的岸线与人工标注岸线对比，验证检测方法的有效性。

SAR图像传统的预处理阶段主要有两个步骤，一是噪声滤波，通过例如维纳滤波、均值滤波、中值滤波及Lee滤波等手段，来减少SAR图像中的噪音干扰。二是图像增强，通过对比度增强、图像锐化、低通滤波等空域频域手段，来更好地突出所要检测的目标。然而，对于一些低对比度SAR图像而言，直方图均衡化提高对比度的方法并不是十分有效，往往出现海陆部分难以区分的问题。

如图1所示，低对比度图像的海陆部分的灰度值十分相近。仅从灰度特征难以区分海洋陆地，划分出边界线。由于陆地情况比海洋复杂，陆地的纹理较为粗糙，而海洋的纹理则更加平滑，要提高对低对比度图像的适应性，则要从纹理特征入手。

图1　低对比度SAR图像

针对以上低对比度检测问题，本文提出了一种基于多尺度显著性检测的SAR图像海岸线检测方法。该方法引入视觉显著性检测的方法，用以区分低对比度图像中的海陆部分。由于大部分的视觉显著性检测的方法对于海陆边界会有模糊效果，会导致岸线缺失，因此又引入多尺度检测变换融合的思想，将不同尺度图像进行检测融合，有效地改善了检测海陆边界模糊的问题。首先将SAR图像依据尺度系数进行多尺度变换，然后对于每种尺度图像进行谱残差法显著性检测，得到一系列显著性子图；而后应用NSCT变换融合各显著子图得到最终显著图，将显著图代入到活动轮廓模型中进行检测，得到检测结果。本文所提出的方案主要是在预处理阶段改善SAR图像的质量，以便于后续的活动轮廓模型检测，而SAR图像实验结果也表明，该方法对于低对比度图像检测结果更加清晰，多尺度融合的过程可以滤去一部分噪声，减少后续检测干扰。

本文的多尺度主要指的是图片的尺寸、大小。不同尺寸、大小的图片所呈现的显著性特征是不同的，不同的显著性特征可以使显著性检测算法更好地分辨出海洋与陆地的区别，进而更有利于后续岸线检测。

本文详细内容请下载：

http://www.chinaaet.com/resource/share/2000006152

作者信息：

邓竣天1，2，王小龙1

（1.中国科学院空天信息创新研究院，北京 100094；

2.中国科学院大学 电子电气与通信工程学院，北京 100049）