數(shù)學形態(tài)學在SAR圖像處理中的應用研究.pdf

1、合成孔徑雷達(SAR)圖像固有的相干斑噪聲嚴重降低了圖像的可解譯度，影響了后續(xù)目標檢測、分類和識別等應用。因此，SAR圖像的相干斑抑制算法一直是SAR圖像應用的重要課題之一。一種理想的算法應該在抑制相干斑噪聲的同時應盡量能保持圖像的邊緣等細節(jié)不受損失，目前存在各種各樣的算法，但沒有一種方法能夠完美的滿足這個要求。本文詳細分析了相干斑噪聲的形成原理，研究了相干斑噪聲的模型及其統(tǒng)計特性，然后結(jié)合真實SAR圖像，深入研究了使用較為廣泛的幾種空

2、間域濾波算法，并對基于數(shù)學形態(tài)學的濾波算法作了改進，同時與各種經(jīng)典算法如Lee算法等的處理結(jié)果進行了定性分析和比較，結(jié)果驗證了改進的算法在有效去除相干斑的同時，能較好地保留圖像的邊緣特征。 邊緣檢測是圖像處理與分析中最基礎的內(nèi)容之一，也是至今仍沒有得到圓滿解決的一類問題。圖像的邊緣包含了圖像的位置、輪廓等特征，是圖像的基本特征之一，廣泛地應用于特征描述、圖像分割、圖像增強、圖像復原、模式識別、圖像壓縮等圖像處理中。因此，圖像邊緣

3、和輪廓特征的檢測與提取方法，一直是圖像處理與分析技術中的研究熱點，新理論、新方法不斷涌現(xiàn)。當前存在許多邊緣檢測的方法，如Robert算子、Sobel算子、Laplacian算子等，但是這些算子大都基于鄰域平均的方法，使得處理后的圖像邊緣模糊，影響人的視覺，針對這種情況，本文提出了一種基于數(shù)學形態(tài)學的改進邊緣檢測算法，數(shù)學形態(tài)學建立在集合論的基礎上，是一種應用于圖像處理和模式識別領域的新的方法，它的基本思想是用一定形態(tài)的結(jié)構(gòu)元素去度量和提

4、取圖像中的對應形狀以達到對圖像分析和識別的目的。邊緣檢測在圖像處理與計算機視覺中占有特殊的位置，它是低層視覺處理中最重要的環(huán)節(jié)之一。基于數(shù)學形態(tài)學的邊緣信息提取處理優(yōu)于基于微分運算的邊緣提取算法，它不像微分算法那樣對噪聲敏感，同時，提取的邊緣也比較光滑，在邊緣檢測上既能夠體現(xiàn)圖像集合特征，很好地檢測圖像邊緣，又能滿足實時性要求，并且可以在邊緣檢測的基礎上，通過改變形態(tài)尺度更好地克服噪聲影響。實驗證明，本文提出的形態(tài)學邊緣檢測算法，與傳統(tǒng)