高分辨率SAR图像线状地物提取算法的研究

• 作 者: 常静
• 机 构: 中国科学院对地观测与数字地球科学中心
• 出 处: 中国科学院对地观测与数字地球科学中心
• 发表日期: 2009年期
• 关键词: 线状目标 多尺度分析 对象分割算法 纹理检测 空间结构特征 目标轮廓 合成孔径雷达

SAR图像的线状目标提取对地图更新、目标识别、影像匹配等方面具有重要的辅助意义，是图像目标检测的一个重要内容。而随着高分辨率SAR图像的出现，线状目标表现出新的成像特征，传统的检测算法已不能满足目标提取的要求，需要研究新的检测算法。本文就高分辨率SAR图像中的线状目标提取算法进行了探讨，主要的研究内容和工作如下。　　
(1)本文引入多尺度分析技术，结合基于目标多种特征信息的目标分割算法提取目标，实现高分辨率SAR图像线状目标的快速、高效的提取。首先，我们引入多尺度分析技术，通过建立多分辨率图层将高分辨率SAR图像目标提取问题转换为一系列中低分辨率图层的目标提取，与直接在高分辨率SAR图像中提取目标相比，此方法速度提高了近10倍；然后，使用基于目标尺度特征和辐射特性的面向对象分割算法在多分辨率图层中提取出不同尺度特征的线状目标。实验结果表明，此算法很好地识别出线状目标，有效地降低了目标的漏提取率。　　
(2)提出基于纹理特征差异信息的目标精化提取方法。为有效地将分割后图像中的目标和大量阴影、山区等误目标区分开，本文将目标的纹理特征和空间结构信息结合起来，通过目标与其背景纹理特征差异比，将目标与误目标有效区分，使目标的提取精度达到90％以上。　　
(3)引入脊线跟踪算法，在之前提取的目标结果基础上，实现线状目标的边缘检测和定位，勾勒出与真实地物相符的目标轮廓，符合目视解译的效果。