海洋溢油事故的发生给经济和环境造成很大的影响。因此,如何从SAR图像中分割溢油区域一直是遥感领域中的一个重要研究课题。本文以水平集图像分割方法为基础,研究并探索了改进的基于导向滤波器的水平集图像分割方法DRLSE(Distance Regularized Level Set Evolution)和基于交替方向乘子法ADMM(Alternating Direction Method of Multipliers)的水平集溢油图像分割方法RSF(Region-scalable Fitting)。水平集图像分割方法DRLSE是基于边缘的图像分割方法,该方法首先利用图像的边缘信息进行分割能量函数的构造,然后通过能量函数极小化方法来进行溢油区域的分割。因此,运用水平集分割方法DRLSE进行溢油图像分割时,所面临的一个问题是如何在分割图像中精确地保护溢油边缘。然而,由于海洋环境比较复杂,所观测到的溢油图像中通常含有噪声等其他干扰信息,为了提高溢油图像的分割精度,需要对溢油图像进行平滑处理。现在所用的平滑处理滤波器通常都是低通的,会造成图像的边缘和细节等高频信息的模糊。为了解决这一问题,本文通过对DRLSE分割算法进行改进,提出了一种基于导向滤波器的边缘敏感分割算法。这种边缘敏感分割方法,具体而言,就是将导向滤波方案引入分割能量函数中,由于导向滤波器具有保边去噪的特性,所设计的分割算法在去噪的同时不造成图像的模糊,提高溢油图像的分割精度。水平集图像分割方法RSF是基于区域的图像分割方法,此分割方法利用图像的灰度信息构造分割能量函数,并通过水平集演化过程进行溢油区域的分割。因此,运用RSF分割算法进行溢油图像分割时,需要有效获取图像的灰度信息。然而,对于溢油图像,有时会出现模糊的现象,对于模糊溢油图像,直接运用RSF进行分割时,分割结果的精度比较低,甚至不能进行正确的分割。为了解决这一问题,本文利用ADMM算法的特性,并通过对RSF算法进行改进,提出了基于ADMM的模糊溢油图像分割方法。该算法首先需要分别构造溢油SAR图像的去模糊和分割的能量函数,然后对这两个能量函数进行整合转化为一个整体的能量函数,而整合过程通过一个线性映射约束将去模糊图像和分割指示函数进行相关联,并在两个过程之间进行信息交换,实现模糊溢油图像的精确分割。为了测试所设计的基于导向滤波器和基于ADMM的改进水平集分割算法的性能,本文进行了包含不同溢油边缘和不同模糊类型的溢油图像分割实验,并对分割结果的精度进行计算。实验测试结果表明,对于模糊的溢油图像,改进后的算法性能更好。