報告簡介

目前超像素已經(jīng)廣泛應用于SAR圖像處理中。對同一張SAR圖像，超像素的數(shù)量遠少于像素，以超像素為處理單元可以極大提升分割算法的計算效率。但在目前以超像素為單元的分割算法中，超像素生成都是作為一個預處理步驟，與分割算法相互獨立。這意味著，一旦超像素分割算法的結果不佳，例如同一個超像素包含不同地物類型，這些錯誤會傳遞到最終的分割結果中。換句話說，分割算法的性能一定程度上受到超像素精度的干擾。對這一問題，提出了一種基于柔性超像素（soft superpixel）的SAR圖像快速分割方法。具體來說，首先，基于一種處處可微分的聚類方法，設計了一種結構簡單的面向SAR圖像的超像素生成網(wǎng)絡，該網(wǎng)絡輸出像素-超像素的關聯(lián)圖，即像素與被劃分到不同超像素的概率組成的矩陣。在分割部分，將分割后的超像素集看作是一個圖模型，對傳統(tǒng)圖卷積網(wǎng)絡進行改進，使其能夠以關聯(lián)圖為輸入，執(zhí)行超像素級分割。該方法的優(yōu)點是將超像素生成和圖像分割兩部分統(tǒng)一到一個深度網(wǎng)絡中，實現(xiàn)端到端的訓練。在訓練過程中，除了分割網(wǎng)絡的參數(shù)能夠更新，超像素生成子網(wǎng)絡的參數(shù)也能夠根據(jù)分割結果調(diào)整，使超像素形狀能夠更好的貼合SAR圖像中的地物邊界，直到兩個部分都獲得最佳參數(shù)。在對模擬和真實SAR圖像的分割實驗結果表明，該方法優(yōu)于其他的超像素級SAR圖像分割算法，同時計算復雜度更低。該成果目前已經(jīng)被TGRS期刊錄用。

報告PPT

本報告PPT共18張。

審核編輯 ：李倩