基于全局优化凸模型和分裂布雷格曼算法的快速边缘检测方法

主动轮廓模型是一种典型且有效的闭合边缘检测算法,已广泛应用于遥感图像处理中。 由于图像数据源的多样性,应用背景的复杂性以及边缘检测的局限性,使得主动轮廓模型的鲁棒性和通用性在边缘提取的实际应用中大大降低。 该研究提出了一种基于全局优化凸模型和Split Bregman算法的快速边缘检测方法。 首先,提出的方法定义了一个广义凸函数变分模型,该模型结合了RSF模型的原理和Chan的全局优化思想,可以得到全局最优解。 其次,采用基于分裂Bregman迭代算法的快速数值最小化方案,克服了噪声等缺点。 最终,曲线快速准确地演变为目标边界。 该方法应用于具有噪声,模糊边界和强度不均匀性的真实特殊海冰SAR图像和合成图像,实验结果表明,该方法比基于GMAC模型和RSF模型的边缘检测方法具有更好的性能。 还验证了所提方法的有效性和鲁棒性。