基于紋理特征的SAR圖像質(zhì)量評估.pdf

1、在現(xiàn)代電子對抗領域,合成孔徑雷達(SAR)扮演著極其重要的角色。在SAR成像中施加一定的干擾,能夠阻礙研究人員對成像后的SAR圖像進行判別。目前,在對SAR抗干擾效能評估方法中,沒有統(tǒng)一的標準來衡量成像后SAR圖像所受干擾的程度,同時也限制了對SAR抗干擾技術的研究與發(fā)展。為此,本文重點研究了基于紋理特征的SAR圖像質(zhì)量評估方法,使該客觀評估結果更符合人類視覺系統(tǒng)的主觀評估結果。本文主要完成的工作包括:
　　首先,簡要研究了SAR

2、的成像原理和SAR圖像固有的紋理特征特點,利用美國Sandia實驗室的MiniSAR系統(tǒng)的單視復數(shù)據(jù),模擬了特定戰(zhàn)情條件下,幾種干擾方式對SAR圖像造成的質(zhì)量下降。并分析了小波變換在圖像處理領域具有的優(yōu)勢,為后文在小波域進行SAR圖像質(zhì)量的評估奠定了理論基礎。
　　其次,為了更好的使用MiniSAR系統(tǒng)的單視復數(shù)據(jù)雷達圖像,采用多項式擬合的方法對其進行了由于成像過程中光照不均引起的亮度不均勻的亮度調(diào)整。并針對SAR圖像在成像中產(chǎn)生

3、的相干斑噪聲,進行了去除與抑制,研究了一種將自適應權重與自適應窗口相結合的Lee濾波方法,通過實驗證明該方法既適用于灰度均勻的場景,也同樣適用于灰度起伏較大的地物場景。隨后重點討論了目前傳統(tǒng)的幾種評估方法,分別為主觀評估方法、等效視數(shù)、均方誤差、歐氏距離、相關系數(shù)、信息熵、結構相似度幾種方法,通過實驗仿真,證明了只有結構相似度方法所得結果符合客觀事實,而其他幾種方法都有一定的缺陷性與局限性。但也注意到結構相似度的方法缺乏對圖像紋理特征的

4、描述,有必要對結構相似度的方法進行改進研究。
　　再次,利用SAR圖像固有的紋理特征,深入分析了角二階矩、逆差矩、對比度三種二階矩在SAR圖像處理中具有的優(yōu)缺點,采用滑窗分塊的方法完成了改進的結構相似度(TSSIM)的SAR圖像評估計算。通過實驗證明,對比度紋理特征的結構相似度(CSSIM)對SAR圖像受干擾后的質(zhì)量評估更為準確。結合小波變換在圖像處理領域具有的優(yōu)勢,采用對比敏感函數(shù)(CSF)與人類視覺系統(tǒng)(HVS)的一致性特征,

5、提出了小波域視覺加權的紋理特征的SAR圖像質(zhì)量評估方法,包括小波域紋理特征視覺加權結構相似度的方法(CTWVS)和小波域紋理特征視覺加權相關性的方法(CTWVR)。為了本文研究的需要,又提出了一種小波域低頻方向修正結構相似度的方法(WLS),該方法對SAR圖像質(zhì)量的評估具有一定的優(yōu)勢。通過實驗證明,本文提出的幾種方法,都能在一定程度上反映SAR圖像受干擾后的圖像質(zhì)量,但是它們也具有一定的缺點,不能完全適用于所有干擾類型的圖像。