基于瞬態(tài)系數(shù)的SAR圖像分割方法研究.pdf

1、合成孔徑雷達(SAR)具有全天時、全天候、高分辨率、成像技術靈活等特點，并且已經(jīng)在軍事和民用等領域獲得廣泛應用。SAR圖像包含豐富的信息，通過數(shù)字圖像分割技術可以從SAR圖像中提取感興趣區(qū)域或目標。圖像分割是圖像處理到圖像分析的關鍵步驟，是實現(xiàn)特征提取、參數(shù)檢測和模式識別等應用的基礎，研究SAR圖像分割技術具有很強的理論意義和實用價值。
　　 目前，基于區(qū)域化模型的SAR圖像分割方法成為研究的熱點，它比基于閾值、基于邊緣檢測等分

2、割方法具有更強的抑制噪聲能力，并且分割結果更精確。區(qū)域模型的建立存在過度分割和邊緣檢測兩個問題，針對這兩個問題，本文以瞬態(tài)系數(shù)(ICOV)梯度算子為基礎，提出建立邊緣保持的SAR圖像區(qū)域化模型，并應用于SAR圖像分割。為此，主要開展以下研究內(nèi)容：
　　 1.研究建立具有邊緣保持特性的SAR圖像區(qū)域化模型。SAR圖像的相干斑噪聲會導致過度分割，并且破壞邊緣信息。各向異性相干斑降噪(SRAD)濾波器不僅能有效濾除相干斑噪聲以此減輕過

3、度分割，而且具有保持邊緣信息的能力，本文將SRAD應用到構建邊緣保持特性的區(qū)域模型中。
　　 2.提出將ICOV梯度與分水嶺變換相結合獲得區(qū)域化模型的初始區(qū)域。ICOV梯度算子對邊緣具有單一峰值響應，并且響應寬度很窄；而分水嶺對弱邊緣具有良好響應，能檢測出連續(xù)、封閉且單像素寬度的邊緣。將ICOV與分水嶺相結合，在獲得大量均勻區(qū)域同時，還實現(xiàn)了目標邊緣的準確檢測。
　　 3.研究構建基于分水嶺初始區(qū)域的區(qū)域鄰接圖(RAG)