学位论文 > 优秀研究生学位论文题录展示

基于瞬态系数的SAR图像分割方法研究

作　者: 李长凯
导　师: 杨学志
学　校: 合肥工业大学
专　业: 信号与信息处理
关键词: 合成孔径雷达(SAR) 各向异性相干斑降噪(SRAD) 瞬态系数(ICOV) 区域邻接图(RAG) 马尔科夫场(MRF)
分类号: TN957.52
类　型: 硕士论文
年　份: 2010年
下　载: 61次
引　用: 0次
阅　读: 论文下载

内容摘要

合成孔径雷达(SAR)具有全天时、全天候、高分辨率、成像技术灵活等特点,并且已经在军事和民用等领域获得广泛应用。SAR图像包含丰富的信息,通过数字图像分割技术可以从SAR图像中提取感兴趣区域或目标。图像分割是图像处理到图像分析的关键步骤,是实现特征提取、参数检测和模式识别等应用的基础,研究SAR图像分割技术具有很强的理论意义和实用价值。目前,基于区域化模型的SAR图像分割方法成为研究的热点,它比基于阈值、基于边缘检测等分割方法具有更强的抑制噪声能力,并且分割结果更精确。区域模型的建立存在过度分割和边缘检测两个问题,针对这两个问题,本文以瞬态系数(ICOV)梯度算子为基础,提出建立边缘保持的SAR图像区域化模型,并应用于SAR图像分割。为此,主要开展以下研究内容:1.研究建立具有边缘保持特性的SAR图像区域化模型。SAR图像的相干斑噪声会导致过度分割,并且破坏边缘信息。各向异性相干斑降噪(SRAD)滤波器不仅能有效滤除相干斑噪声以此减轻过度分割,而且具有保持边缘信息的能力,本文将SRAD应用到构建边缘保持特性的区域模型中。2.提出将ICOV梯度与分水岭变换相结合获得区域化模型的初始区域。ICOV梯度算子对边缘具有单一峰值响应,并且响应宽度很窄;而分水岭对弱边缘具有良好响应,能检测出连续、封闭且单像素宽度的边缘。将ICOV与分水岭相结合,在获得大量均匀区域同时,还实现了目标边缘的准确检测。3.研究构建基于分水岭初始区域的区域邻接图(RAG),完成SAR图像区域化模型的建立。传统的描述图像方式是基于像素水平的,数据量大而且图像结构复杂;而RAG以较小区域(即像素集)为基本单元描述图像上下文结构关系,简化了图像结构。最后,将建立的SAR图像区域模型与区域水平马尔科夫场(MRF)分割方法相结合,并应用于SAR图像分割中。实验结果表明,本文提出的分割方法比基于其它经典梯度的分割方法具有更高的目标边缘检测与定位性能。

全文目录

摘要  5-6
ABSTRACT  6-7
致谢  7-12
第一章导论  12-25
  1.1 SAR 技术兴起与发展  12-17
    1.1.1 国外SAR 发展历程  12-15
    1.1.2 中国SAR 发展历程  15-17
  1.2 SAR 成像原理及图像特性  17-21
    1.2.1 成像机制  17-19
    1.2.2 斑点噪声  19-21
  1.3 SAR 图像分割的意义及研究现状  21-22
    1.3.1 SAR 图像分割的意义  21-22
    1.3.2 SAR 图像分割的研究现状  22
  1.4 本文的研究动机、目标及内容  22-24
    1.4.1 研究动机  22-23
    1.4.2 研究目标、内容及创新  23-24
  1.5 本文结构安排  24-25
第二章 SAR 图像分割方法回顾  25-37
  2.1 直方图法  25-26
  2.2 区域生长法  26-27
  2.3 边缘检测法  27
  2.4 分水岭分割  27-29
  2.5 马尔科夫场（MRF）  29-36
    2.5.1 吉布斯MRF 分割模型  30-32
    2.5.2 吉布斯MRF 分割过程  32-36
  2.6 小结  36-37
第三章 SAR 图像梯度方法回顾  37-49
  3.1 图像梯度与图像边缘  37-38
  3.2 直接基于SAR 图像的梯度计算方法  38-43
    3.2.1 Canny 算子  38-41
    3.2.2 ROA 算子  41
    3.2.3 MROA 算子  41-42
    3.2.4 小结  42-43
  3.3 基于SAR 图像滤波的梯度计算方法  43-49
    3.3.1 Lee 滤波  44
    3.3.2 Frost 滤波  44-45
    3.3.3 AD-homomorph 滤波  45
    3.3.4 SRAD 滤波  45-48
    3.3.5 小结  48-49
第四章基于瞬态系数的SAR 图像分割方法  49-53
  4.1 瞬态系数梯度算子  49-51
    4.1.1 理论来源  50
    4.1.2 ICOV 算子  50
    4.1.3 ICOV 性质  50-51
  4.2 初始分割  51-52
  4.3 区域邻接图（RAG）  52
  4.4 区域水平MRF  52
  4.5 小结  52-53
第五章实验测试  53-71
  5.1 SRAD 滤波的优越性  53-58
    5.1.1 合成图像滤波  53-54
    5.1.2 SAR 图像滤波  54-58
  5.2 ICOV 对边缘检测的影响  58-60
  5.3 ICOV 对图像分割的影响  60-71
    5.3.1 合成图像分割  60-64
    5.3.2 SAR 图像分割  64-71
第六章总结和未来工作展望  71-74
  6.1 总结  71
  6.2 未来工作展望  71-74
    6.2.1 本文分割方法在光学图像中的应用  71-72
    6.2.2 本文分割方法的不足及其改进途径  72-74
参考文献  74-79
攻读硕士学位期间主要的科研工作及成果  79-81

相似论文

基于平稳小波变换的SAR图像海岸线提取,TN957.52
SAR地面动目标检测方法研究,TN958
基于DPCA的机载SAR/GMTI通道均衡技术研究,TN958
编队卫星SAR空间分辨率及模糊函数研究,TN958
基于SAR图像的景象匹配算法研究,TN957.52
雷达成像算法的软件实现,TN957.52
时频分析在雷达信号参数估计中的应用研究,TN957.51
SAR图像舰船尾迹检测研究,TN957.52
SAR图像模拟与应用的研究,TN955
基于特征的SAR图像自动配准方法研究,TP751
星载合成孔径雷达图象地理编码研究与实现,TN957.52
基于频带合成的调频步进SAR/ISAR成像,TN958
机载斜视及前视合成孔径雷达系统研究,TN958
应用纹理分析和神经网络方法分类海上SAR溢油图像,TN957.51
机载合成孔径雷达方位预处理研究及其采用可编程逻辑器件的设计与实现,TN959.73
基于机载SAR图像的对地目标检测方法研究,V243.2
机载SAR成像技术研究,TN958
低比特率合成孔径雷达数据压缩算法研究,TN958
机载SAR实时嵌入式成像系统设计研究,TN958
SAR图像变化检测及相关技术研究,TN957.52