论文部分内容阅读
随着海量SAR数据的不断产生,如何对SAR图像做出快速而准确的解译,使SAR可以充分发挥其在军事领域和民用领域的价值成为了目前迫切需要解决的难题。论文对SAR图像应用的关键技术中存在的部分问题进行了深入分析,并提出了自己的解决方案。论文的主要贡献及创新点如下:
(1)深入研究了SAR图像中的像素相关性(Pixel Relativity,PR)度量。论述了比值PR模型的合理性,提出了用权重最大似然估计滤波器从相干斑抑制的角度进行PR模型比较的方法,并用其对两种新的比值PR模型(对数高斯模型与像素联合概率密度函数模型)与两种现有的PR模型(比值概率密度模型和SAR图像概率密度函数模型)进行了比较,得出了对SAR图像应用中PR模型的选择有指导意义的结论。
(2)深入研究了相干斑抑制效果的评价体系。针对现有抑斑效果评价体系中细节保持评价不准确的问题,提出了将图像分割为均匀区域与细节区域并用比值图分别评价的思路,纠正了现有的基于比值的辐射保持评价不精确的问题,完善了基于比值图的抑斑效果评价体系。
(3)针对Bilateral滤波器应用于SAR图像相干斑抑制时存在空间方差系数固定与灰度相似模型不合理的问题,提出了滤波窗大小可调、方向可变的自适应Bilateral滤波器,仿真与实测数据的抑斑实验均显示该改进算法比其它同类算法取得了更好的抑斑效果。
(4)针对现有的非局域相干斑抑制滤波器计算复杂度高且局域结构信息不能充分利用的问题,提出了一种由预训练表格获取阈值用于相似像素选择的非局域相干斑抑制算法,该算法对均匀区域与非均匀区域噪声均可很好地去除,比现有非局域相干斑抑制算法具有更强的噪声平滑能力,滤波结果的视觉效果与量化评价均显示提出算法是一种有效地非局域相干斑抑制滤波器。
(5)针对传统马尔可夫随机场(Markov Random Fields,MRF)在图像分割过程中窗口操作带来的计算效率低和逐像素扫描带来的计算浪费这两个问题,提出了以图像整体为操作对象并与标记图边缘检测相结合的MRF图像分割快速实现方法,该方法充分利用了计算机资源并且能够有效避免冗余计算,大大提高了MRF应用于图像分割的效率。
(6)深入研究了基于最大积置信传播的MRF和三重马尔可夫随机场(Triplet Markov Fields,TMF)在SAR图像分割中的应用,并从计算复杂度、对初始分割的依赖性与分割结果精度三个方面对传统MRF模型、贝叶斯置信传播MRF模型与TMF模型的SAR图像分割性能进行了综合分析与比较,得出了对MRF应用于SAR图像分割时模型的选择有指导意义的结论。
(7)提出了基于图像脊线动态性的线特征提取方法。首先针对二维图像动态性计算效率低的问题,提出了基于多方向一维动态性计算结果相融合的二维图像脊线动态性快速计算的方法,并用计算结果进行了线特征提取实验,同时验证了提出的脊线动态性计算方法的有效性与脊线动态性在线特征提取中的优越性。
(8)针对现有道路提取算法未考虑高分辨SAR图像中道路宽度呈现出区域性的特征,提出了根据图像脊线动态性实现道路中心定位作为道路种子点,与分水岭过分割实现道路边缘定位进行区域合并的道路提取方法,实验提取出了含有较少的虚假目标且道路呈现了不同宽度区域特性的完整的道路网络,验证了本文道路提取方法的有效性。
(9)深入研究了SAR图像中的桥梁目标提取。针对基于形态学的桥梁提取方法存在膨胀腐蚀次数难以选择的问题,提出了基于图像直方图动态性的自动水体分割与桥梁中线提取相结合的桥梁目标自动提取方法,通过膨胀来实现桥梁宽度的计算,解决了膨胀次数难以选择的问题,同时利用中线进行桥梁目标的长度、与方向信息的提取。对复杂场景中桥梁目标的提取显示提出方法具有定位精度高,桥梁信息计算准确的优点。