基于馬爾可夫隨機(jī)場(chǎng)的SAR圖像分割算法研究.pdf

1、合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)具有全天候、全天時(shí)對(duì)地球表面進(jìn)探測(cè)和偵查以及穿透葉簇的能力,從而在軍事偵察和民用上得到了廣泛的應(yīng)用。圖像分割是低層次計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)基礎(chǔ)性問題,也是實(shí)現(xiàn)SAR圖像自動(dòng)解譯的關(guān)鍵技術(shù)之一,是當(dāng)前SAR圖像研究的一個(gè)世界性難題。將傳統(tǒng)應(yīng)用于光學(xué)圖像的分割算法應(yīng)用在SAR圖像上會(huì)導(dǎo)致許多難以解決的問題,比如分割精度不高、分割邊界不平滑以及難以融合高層理解機(jī)制提供先驗(yàn)

2、信息等,因而難以滿足實(shí)際的SAR圖像分割要求,從而迫切需要一種快速并且能夠?qū)D像本身的低層次視覺屬性和待分割切片的先驗(yàn)知識(shí)結(jié)合起來的分割框架。順應(yīng)這種需求馬爾可夫隨機(jī)場(chǎng)(Markov Random Field,MRF)圖像分割模型應(yīng)運(yùn)而生,并在實(shí)際SAR圖像的分割中取得了巨大成功。但是,該模型本身也存在著諸多難以克服的問題,比如因?yàn)橐肓藞D像的局部相關(guān)性,導(dǎo)致數(shù)據(jù)量膨脹嚴(yán)重影響運(yùn)算效率,相應(yīng)的優(yōu)化算法亦難以同時(shí)兼顧計(jì)算效率和優(yōu)化精度；簡(jiǎn)

3、單的邊緣模型和SAR圖像本身難以避免的相干斑噪聲,使得分割算法在邊緣保護(hù)和噪聲抑制問難以取得平衡。
　　 針對(duì)以上問題,本文致力于馬爾可夫隨機(jī)場(chǎng)圖像分割模型算法的研究,以提高分割精度、算法運(yùn)行效率和算法的魯棒性為目標(biāo),提出了一系列在SAR圖像下對(duì)MRF模型的改進(jìn)措施,并且取得了令人滿意的實(shí)驗(yàn)結(jié)果,具體的創(chuàng)新性研究成果主要包括:
　　 (1)對(duì)由馬爾可夫隨機(jī)場(chǎng)圖像分割模型得到的目標(biāo)函數(shù),采用圖割(GraphCuts,GC)

4、優(yōu)化技術(shù)求解最優(yōu)分割結(jié)果。圖割中的擴(kuò)展移動(dòng)算法(alpha-expansionalgorithm)在噪聲較少的情況下具有較快的收斂速度,但是在SAR圖像中該算法的運(yùn)算效率難以滿足實(shí)際需求。因?yàn)閿U(kuò)展移動(dòng)算法在構(gòu)造網(wǎng)絡(luò)時(shí),需要在具有不同標(biāo)號(hào)的相鄰像素之間添加輔助頂點(diǎn),而頂點(diǎn)數(shù)目的增加會(huì)導(dǎo)致算法效率的下降。SAR由于其相干成像的機(jī)制會(huì)導(dǎo)致圖像出現(xiàn)許多相干斑噪聲,從而導(dǎo)致圖像的局部相關(guān)性減弱,需要添加的輔助頂點(diǎn)數(shù)目非常多,從而嚴(yán)重影響運(yùn)算效率。

5、針對(duì)此,提出了一種基于GC的新優(yōu)化算法,可以避免添加輔助頂點(diǎn),在保證分割精度的情況下有效地提高了算法的運(yùn)算效率。
　　 (2)在MRF圖像分割模型中,如何確定平滑能量項(xiàng)和數(shù)據(jù)能量項(xiàng)之間的競(jìng)爭(zhēng)因子一直是影響分割精度的關(guān)鍵性問題。本文提出了一種逐步增加平滑能量項(xiàng)的策略,在SAR圖像分割中取得了較好的效果。
　　 (3)為提高分割算法的運(yùn)算速度以及分割精度,提出了一種新的分割框架:首先對(duì)原始SAR圖像進(jìn)行中值濾波預(yù)處理,然后將