本节的SAR图像来自9.2.3节介绍的OpenSAR开放平台，选取两种比较典型的SAR舰船目标进行分割实验分析。
图9.27为两副舰船SAR切片及其真实边缘图。图9.28和图9.28给出了SAR舰船在四种分割算法下的分割结果，（a）、（b）、（c）、（d）分别为Roberts算子、Sobel算子、Premitt算子和基于分形的分割结果。由图9.28可以看出，对于舰船左斜上方的边缘部分，由于雷达回波强度较为微弱，因而Roberts算子、Sobel算子、Premitt算子的分割结果都丢失了这部分细节。由于分形可以很好地体现出目标物体的局部自相似性以及粗糙程度，因此基于局部奇异性估计和多重分形谱相结合的分割算法对于舰船微弱的边缘处得到了保留，对舰船1的轮廓进行了较为充分的还原，相比其他三种算子表现更优。由图9.29可以看出，由于舰船2的整体轮廓较为清晰，四种算子都较好地保留了边缘细节部分，然而由于多重分形对细节特征的充分描述导致最后的分割结果图中左侧出现了一定的噪声虚警。
图9.27 SAR舰船1和舰船2的原图及其真实边缘
（a）舰船1原图；（b）舰船1的真实边缘；（c）舰船2原因；（d）舰船2的真实边缘
图9.28 舰船1的四种分割结果及其分割边缘
（a）Roberts算子；（b）Sobel算子；（c）Premitt算子；（d）分形方法
图9.29 舰船2的四种分割结果及其分割边缘
（a）Roberts算子；（b）Sobel算子；（c）Premitt算子；（d）分形方法
为了对SAR舰船边缘分割的结果进行较为客观的评价，这里采用IoU（intersection over union，Io U）测量标准，它给出了图像中存在的对象的预测区域和实际区域之间的相似性。具体计算为
式中，A为实际边缘，B为分割边缘，Io U值为最终的相似度结果，值越大表明分割结果越接近实际效果。
具体计算步骤如下：
（1）针对原始SAR舰船图片，描绘出舰船的真实边缘，即A。(www.xing528.com)
（2）进行四种分割算法的仿真，得到二值化的分割结果图。
（3）针对步骤（2）中得到的四种分割结果，分别描绘出其舰船的预测边缘，即B。
（4）将真实边缘A和四种预测边缘B进行相似度计算，得到最终的Io U值。
图9.28和图9.29为舰船1和舰船2的真实边缘及其四种分割结果的边缘图。由图9.28可见，基于分形方法的分割边缘很好地还原了原图中微弱的边缘部分，而其他三种算子都没有体现这一点。由图9.29可见，由于多重分形方法对于细节的过分展示，因此其分割结果尽管保留了舰船的整体轮廓图，但是却产生了噪声虚警。
表9.6给出了四种分割算法的边缘相似度结果Io U。对于舰船1，由于分形对于舰船微弱部分的良好还原，相对于传统分割算子来说，分割结果较为理想；对于舰船2，由于分形对于SAR图像局部细节的过分展示，因此造成了一定的噪声虚警。
表9.6 四种分割算法的IoU结果
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
