基于第二代Directionlet變換和聚類集成的SAR圖像處理技術(shù).pdf

1、隨著高分辨合成孔徑雷達(dá)技術(shù)被廣泛地應(yīng)用于災(zāi)害評(píng)估、環(huán)境監(jiān)測(cè)、目標(biāo)識(shí)別與跟蹤等民用領(lǐng)域和軍用領(lǐng)域,高分辨SAR圖像處理技術(shù)的研宄逐漸成為了目前各國(guó)相關(guān)學(xué)者的關(guān)注焦點(diǎn)。相比于其他對(duì)地遙感觀測(cè)技術(shù)而言,高分辨SAR具有全時(shí)段、全天候工作等優(yōu)勢(shì)。然而由于具有數(shù)據(jù)量龐大、圖像地物目標(biāo)豐富、受相干斑噪聲污染嚴(yán)重等特點(diǎn),高分辨SAR圖像的處理面臨著許多新的挑戰(zhàn)。
　　本文根據(jù)實(shí)際應(yīng)用的需求,結(jié)合高分辨SAR圖像的特點(diǎn),利用多尺度幾何分析工具第二

2、代Directionlet變換與聚類集成技術(shù),分別開展了 S A R圖像相干斑抑制、SAR圖像分割與SAR圖像變化檢測(cè)三個(gè)方面的工作。
　　論文的主要研宄內(nèi)容如下:
　　(1)簡(jiǎn)單分析了 SAR的成像機(jī)理與相干斑噪聲的特點(diǎn),研宄了 SAR圖像統(tǒng)計(jì)模型,分析比較了幾種現(xiàn)有的SAR圖像噪聲抑制方法的優(yōu)點(diǎn)與缺陷,并對(duì)第一代Directionlet變換進(jìn)行了改進(jìn)。在此基礎(chǔ)上,提出了基于第二代Directionlet變換與隱馬爾可夫樹

3、模型的SAR圖像去噪算法,通過與幾種傳統(tǒng)方法結(jié)果的比較,證明了本方法在目標(biāo)區(qū)域邊緣保持上有明顯的優(yōu)勢(shì);
　　(2)介紹了幾種現(xiàn)有的SAR圖像變化檢測(cè)技術(shù),簡(jiǎn)單分析了 SAR圖像變化檢測(cè)技術(shù)的難點(diǎn);說明了圖像融合技術(shù)的特點(diǎn),并將之與聚類集成理論結(jié)合,提出了一種基于圖像融合與選擇性聚類集成的SAR圖像變化檢測(cè)算法。該算法首先對(duì)原始圖像和變化后圖像進(jìn)行濾波處理;然后利用兩種算子得到兩個(gè)差異圖,并進(jìn)行融合得到聯(lián)合差異圖;最后利用模糊C均值

4、聚類分析對(duì)聯(lián)合差異圖進(jìn)行劃分,得到SAR圖像變化檢測(cè)的最終結(jié)果。和經(jīng)典方法對(duì)比實(shí)驗(yàn)結(jié)果表明,本方法結(jié)果中變化區(qū)域的漏檢數(shù)與錯(cuò)檢數(shù)明顯減少,證明了本方法的有效性;
　　(3)詳細(xì)介紹了聚類集成理論,研宄了 S A R圖像特征提取技術(shù),分析比較了現(xiàn)有SAR圖像分割技術(shù)的優(yōu)點(diǎn)及缺陷,指出了影響SAR圖像分割的幾種因素,在此基礎(chǔ)上提出了一種基于特征提取與聚類集成的SAR圖像分割算法,并通過實(shí)驗(yàn)對(duì)比,證明了該算法相比于其他現(xiàn)有方法而言,具有