高分辨率極化干涉SAR影像道路提取方法研究.pdf

1、I摘要摘要SAR圖像道路信息提取對地圖更新、目標(biāo)識別以及SAR圖像分類都有著巨大作用，特別是隨著SAR技術(shù)在我國不斷成熟，SAR影像道路提取方法也成為了SAR影像地物提取的一個重要的研究內(nèi)容。本文根據(jù)道路的表現(xiàn)特征，按照底層處理（分類和濾波）、中層處理（邊緣提取）和高層處理（平行線檢測）的處理流程解決道路提取的問題，通過道路的極化和極化干涉特性，提出區(qū)分道路的因子，把提取的道路區(qū)域用于SAR圖像濾波，并且通過改進(jìn)的邊緣檢測算子提出道路的

2、輪廓，在此基礎(chǔ)上進(jìn)行Hough變換、道路邊緣的直線連接、道路邊緣的平行線檢測，實現(xiàn)道路的提取。本文的主要工作和創(chuàng)新點如下：(1)介紹了合成孔徑雷達(dá)的一些基本概念和理論，包括SAR的極化原理、極化干涉原理、散射體的類型、SAR數(shù)據(jù)的極化分解以及SAR影像道路區(qū)域極化干涉特性，根據(jù)這些特性提出道路輪廓。(2)列舉了一些傳統(tǒng)的濾波技術(shù)，重點介紹了精制LEE濾波的優(yōu)點，并且在該濾波過程中加入道路輪廓，改變道路區(qū)域的濾波權(quán)重，保持道路邊緣紋理特性

3、。(3)在濾波的基礎(chǔ)上采用邊緣檢測技術(shù)處理，主要采用了Canny算子和ROA算子。根據(jù)Canny算子方向梯度的原理，將全極化SAR影像運用PAULI分解，使其在三個向量空間內(nèi)實現(xiàn)邊緣檢測。并且本文在ROA算子檢測的基礎(chǔ)上運用非最小抑制和追蹤算法，解決了ROA算子定位不準(zhǔn)和斷裂嚴(yán)重的問題。(4)對于大場景復(fù)雜情況下的SAR影像Hough變換不再適用的缺點，提出采用八個鄰域的追蹤方法實現(xiàn)Hough變換的方法，解決了Hough變換在SAR影像