论文部分内容阅读
作为合成孔径雷达(Synthetic Aperture Radar，SAR)图像解译领域的重要研究内容，高分辨率SAR图像建筑物三维重建研究具有重要的理论意义和广泛的应用价值。在米级分辨率SAR图像中，来自噪声和附近其他物体的干扰非常明显，影响了自底向上三维重建方法的准确度和鲁棒性，而现有自顶向下方法在能量函数的构建、目标特征结构的建模和能量函数的优化方面还存在一些不足，需要进一步研究和改进。 本文沿用自顶向下的思路，着重研究了模型与图像数据的相似性度量方法、建筑物主要特征结构的参数化建模方法以及能量函数的求解方法，使建筑物三维重建算法在精度、鲁棒性和运行效率上取得了一定进步。 本文的主要工作和创新点总结如下: 1.提出了一种基于建筑物3D建模和MCMC算法的建筑物三维重建方法。针对现有算法对SAR图像中建筑物的区域特征、边缘的方向性和建筑物自身结构先验利用不足的问题，在采用3D参数化模型建模建筑物的基础上，构建出融合区域特征、边缘特征和目标先验知识的能量函数。为减轻与目标主体结构无关边缘的影响，定义了有方向性的均值比率检测算子(Oriented Ratio of Averages，OROA)。为充分利用建筑物的先验知识，还定义了一组包括高宽比、长宽比的结构约束。在优化阶段，采用融合蒙特卡洛马尔科夫链算法(Monte Carlo Markov Chain Algorithm，MCMC)的模拟退火算法，通过提出一套适用于该能量函数的转移核，有效解决了优化过程易陷入局部最优值的问题。此外，本文还引入干涉合成孔径雷达（Interferometric Synthetic Aperture Radar，InSAR）相干性、干涉相位等类型的数据，并分析了这类数据源对重建性能的影响。实验结果表明该方法具有较好的精度和鲁棒性。 2.提出了一种基于叠掩2D建模和MCMC算法的建筑物三维重建方法。基于建筑物3D建模开展三维重建的方法，在每轮迭代的相似性度量阶段都需要进行3D模型空间到2D图像空间的映射，计算负担较重。针对这一问题，本文直接在2D空间分别建立平顶和人字形屋顶两类建筑物叠掩的参数化表示模型，避免了频繁的空间映射计算。以该模型为基础，构建了包含区域项、边缘项和先验项的能量函数，并采用相适应的优化策略求解。实验结果表明，在预提取的叠掩较为完整的条件下，该方法在保持较高重建精度的同时，算法效率也获得很大提升。 3.提出了一种基于叠掩模型的层次化由粗到细的建筑物三维重建方法。为克服局部极值的影响，三维重建中的优化过程一般采用全局优化算法，计算效率较低。针对这一问题，在对平顶和人字形屋顶两类建筑物的叠掩进行建模的基础上，本文提出一种包含内外两层由粗到细推理的参数估计方法。在内层的二次散射结构估计中提出了二次散射结构的参数化表示模型。外层叠掩估计中粗估计结果可以作为自变量的一个较好初值，该初值在最优自变量附近，能量函数在其邻域内可以看作凸函数，因此叠掩精估计可以采用局部最优化算法快速求解。实验结果表明，在预提取叠掩及其远距离端边界都较为完整的条件下，该方法可以更快地实现建筑物三维重建，并对预提取叠掩的部分缺失、凹陷、孔洞、突出等常见缺陷有较好鲁棒性。