SAR画像のスーパーピクセル分割は、SAR画像内の類似したピクセルを測定基準に従ってスーパーピクセルに集約するプロセスです。スーパーピクセルは画像の意味的特徴をある程度反映でき、後続の画像理解の難易度を効果的に低減し、画像分類や変化検出などのアルゴリズムにおける重要な前処理ステップとなっています。しかし、既存のSAR画像スーパーピクセル分割アルゴリズムは主に局所クラスタリング手法に基づいており、スーパーピクセルの種点数の事前定義、画像細部への適応性の欠如、複数回の反復による処理時間の過多といった課題があります。これらの問題を解決するために、本論文では近傍特性に基づく単一反復型のスーパーピクセル適応分割アルゴリズムASSAを提案します。本アルゴリズムはガウス混合モデルに基づく種点の適応的調整戦略を採用し、スーパーピクセル数の適応的決定を実現し、スーパーピクセル内の均質性を保証します；優先度キューと近傍特性を利用して単一反復でのスーパーピクセル分割を実現し；同時にASSAアルゴリズムはガウス核関数と後処理の2つの戦略でSAR画像のノイズ抑制を行います。本論文は視覚効果、定量指標、実行時間の3観点から提案アルゴリズムの有効性と効率性を評価しました。結果は他のスーパーピクセル分割アルゴリズムと比較して、ASSAアルゴリズムが画像特性に基づく適応的なスーパーピクセル分割を実現し、分割効率を向上させると同時に生成されるスーパーピクセルの境界適合性および内部均質性が高いことを示しています。境界リコール率はSLICおよびESOMと比較してそれぞれ11.3％および15.9％向上し、修正された過小分割誤差率はそれぞれ33.3％および29.4％低減しました。

SAR;スーパーピクセル分割;優先度キュー;種点適応調整戦略;ガウス混合モデル