SAR圖像質量評估與分割方法的研究.pdf

1、合成孔徑雷達(Synthetic aperture radar, SAR)不受天氣、光照等條件的限制，可以對感興趣的目標進行全天時、全天候的偵查，能夠穿透掩蓋物實現(xiàn)隱蔽目標探測，在惡劣的環(huán)境下也能以較高的分辨率提供詳細的地面測繪數據和圖像。所以近年來SAR在軍事與民用領域得到了廣泛的應用。而隨著SAR系統(tǒng)的快速發(fā)展，SAR圖像的解譯技術急需得到提升。SAR圖像的質量評估與圖像分割是解譯技術中兩個最基本的環(huán)節(jié)，質量評估技術是包括分割在內的

2、所有SAR圖像應用的基礎，它屬于分割的預處理部分，是得到好的分割效果的前提；同時在分割之后的質量評估可以用來評價分割算法的優(yōu)劣，為不同分割算法提供客觀評估指標。對這兩種技術的研究可以為SAR系統(tǒng)的改進、功能的完善以及自動目標識別的建立提供基礎，奠定SAR系統(tǒng)在空間信息智能化的重要地位，推動SAR在眾多領域里的應用與開發(fā)。
　　本論文圍繞SAR圖像質量評估和SAR圖像的分割方法展開研究。其中在SAR圖像質量評估中又分別研究了被背景雜

3、波干擾的點目標質量評估以及被有源噪聲干擾的SAR干擾圖像的質量評估。在SAR圖像分割方法的研究中，從空域三重馬爾可夫分割模型入手，提出了基于模糊的三重馬爾可夫分割模型算法，又從多分辨率角度，利用小波理論討論了兩種多尺度三重馬爾可夫分割模型算法。具體如下：
　　1．由于高性能高標準的SAR系統(tǒng)需要更加精準的質量評估結果來反饋指導系統(tǒng)進行調整，而傳統(tǒng)的點目標質量評估仿真方法都是使用理想點目標的脈沖響應函數來進行分析的，本文提出了一種考

4、慮雜波背景的點目標質量評估實驗方法。首先在實際SAR圖像上提取不同類型的雜波數據塊，然后將雜波數據塊疊加到理想點目標圖像上，最后利用脈沖響應函數實驗分析方法分析其峰值旁瓣比。與其他模型相比較，所獲得的評估結果更接近理想測量值，作為一種實驗研究方法，可以為SAR系統(tǒng)反饋提供更有效更精確的參考數據，有一定意義。
　　2．在研究了傳統(tǒng)方法對SAR干擾圖像質量評估缺乏感知性的基礎上，針對被有源噪聲干擾的SAR圖像，本文提出了一種基于紋理的

5、SAR圖像感知質量評估方法，該方法在結構相似度的基礎上，利用紋理特性加權結構因子，能突出SAR圖像的紋理特點，得到一個基于紋理的結構相似度測量，而后利用小波變換與人類視覺系統(tǒng)中對比敏感度函數的倍頻程特性，將不同頻帶不同方向的紋理結構相似度測量值進行感知性加權，使其在中低頻的作用更為突出，最后歸一化得到一個具有感知性的基于紋理的SAR圖像質量評估結果，實驗表明該方法對有源噪聲干擾，尤其是對局部噪聲干擾的評估相對于其他方法更接近主觀評估效果

6、。
　　3．在對SAR圖像分割方法的研究中，首先討論了SAR圖像的統(tǒng)計分布模型，給出了伽馬建模的理論依據。然后介紹了描述非平穩(wěn)SAR圖像特性的空域三重馬爾可夫模型，將此模型與模糊理論相結合，并用紋理特征來初始化附加場，釋放觀測場原有的假設條件，進一步改進了現(xiàn)有的基于三重馬爾可夫模型的SAR圖像分割方法。在參數估計中，利用構建的模糊目標函數進行隸屬度和觀測場統(tǒng)計模型參數的估計，對三重馬爾可夫模型參數的估計，是在原有隨機梯度結合循環(huán)條

7、件估計方法的基礎上，引入隸屬度作為加權值來調節(jié)模型參數的更新，達到了優(yōu)化的目的。所提方法能提供無監(jiān)督的SAR圖像分割，比其他空域的分割算法有較大的改善。
　　4．對多尺度的SAR圖像分割模型，利用小波域多尺度分割的思想，構建了基于隱馬爾可夫樹的三重馬爾可夫模型和基于高斯馬爾可夫的三重馬爾可夫模型。這兩種方法充分利用了小波域多尺度空間結構的相互依賴關系的優(yōu)勢，對觀測場的建模更為精確。同時，給出多尺度三重馬爾可夫模型的能量函數，建立多