基于隨機投影和簽名框架的SAR圖像分割方法研究.pdf

1、圖像分割是模式識別等領(lǐng)域中的重要的研究內(nèi)容。我們知道紋理是SAR圖像的重要信息和基本特征。作為一種廣泛存在的圖像的模式,紋理已經(jīng)成為了 SAR圖像分類和分割中的重要研究課題。近幾年來,由于壓縮感知理論技術(shù)的提出和快速發(fā)展,使其在很多應(yīng)用領(lǐng)域都引起關(guān)注,成為了熱門的科學(xué)研究的前沿。于是,如何將壓縮感知的先進技術(shù)用到SAR圖像紋理分類和像素分割的領(lǐng)域上來,得到了我們的重點關(guān)注和迫切的探索。本文圍繞圖像分類與分割和壓縮感知技術(shù)理論展開了深入探

2、索和研究,同時針對SAR圖像特點,提出了以隨機投影中的觀測向量作為特征向量進行像素分割的方法,同時,在研究局部特征分布的圖像分類與分割的算法中,成功地將簽名(Signature)框架應(yīng)用到壓縮感知圖像分類與分割的技術(shù)上,并且取得了一定的研究成果。
　　本文的主要工作與研究成果如下:
　　1.改進了一種基于觀測向量的 SAR圖像分割方法。該算法中,我們首先根據(jù)圖像分割和壓縮感知技術(shù)的特點,提出了將觀測向量作為最終圖像分割的特征

3、向量的技術(shù)。其次,算法將采用“詞袋”(bag of words)模型來對訓(xùn)練圖像和測試圖像分別進行建模,最后通過 NN分類器來對比訓(xùn)練模板和測試模板,就可以得到最終的分割效果。實驗結(jié)果表明,本文算法具有較強的魯棒性。
　　2.提出了一種基于Signature框架的壓縮感知SAR圖像紋理分類和SAR圖像地物分割的方法。對于“詞袋”模型,僅僅是對“視覺詞匯表”中相應(yīng)“詞匯”的權(quán)重信息,最后組成用一個直方圖來表示原圖像。Signatur

4、e局部特征分布的表示方法是將“詞匯”的權(quán)值信息和“詞匯”組合在一起,這樣的一個組合成為一個簽名,簽名可以來表示特定“詞匯”的詳細信息,從而增加了特征的判定信息。我們用EMD距離來判定簽名集合之間的相似性,EMD距離相比于歐式距離等能夠捕捉更多圖像感知上的相似性。實驗表明,本方法較Li Liu框架能夠得到更高的分類正確率。
　　3.提出了一種基于ZigZag掃描方式的Signature框架的壓縮感知SAR圖像分割方法。此算法中,首先

5、,先利用ZigZag掃描方式對圖像塊進行處理后隨機觀測,再利用Signature局部特征分布的表示方法,將得到的聚類中心以及其相應(yīng)的權(quán)重信息有效地結(jié)合在一個簽名中;最后,再利用陸地移動距離(Earth Mover’s Distance,EMD)來度量圖像間的相似性。最后實驗結(jié)果表明了本算法和原有算法(上一個算法)相比,分割效果有了一定的提高,并且復(fù)雜度也得到了相應(yīng)的降低。并將該算法與傳統(tǒng)的SAR圖像分割算法做對比實驗,證明該算法確實能取