基于空域MRF模型的SAR圖像分割方法研究.pdf

1、針對合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）圖像的解譯工作，已經(jīng)成為近年來關(guān)于SAR方面最重要的研究方向。其中，作為解譯的先頭步驟，SAR圖像分割算法也已經(jīng)成為近年來的研究熱點?；隈R爾可夫隨機(jī)場(Markov Random Field, MRF）模型的SAR圖像分割，由于其充分利用了圖像的統(tǒng)計特性和局部特征，對SAR圖像分割效果較好，受到了廣大研究人員的重視。不過，由于MRF的優(yōu)化問題較為復(fù)雜，對于取得

2、較好質(zhì)量的分割結(jié)果的速度較慢，因此對傳統(tǒng)的基于MRF模型的SAR圖像分割算法進(jìn)行改進(jìn)，提高圖像分割速度很有必要。
　　本文將以減少處理數(shù)據(jù)點為主要思想，立足于空域MRF模型，對SAR圖像分割速度進(jìn)行提升。在傳統(tǒng)的基于MRF模型的SAR圖像分割算法的基礎(chǔ)上，結(jié)合超像素算法，研究了改進(jìn)算法?？傮w研究內(nèi)容安排如下：
　　1.研究適用于SAR圖像的基于MRF模型的圖像分割算法。研究MRF在圖像分割中運用的原理，采用FGMM+Pott

3、s模型，建立適用于SAR圖像的MRF模型。結(jié)合ICM分割方法，將上述模型應(yīng)用到SAR圖像分割中去。
　　2.結(jié)合SAR圖像和基于MRF模型的圖像分割的原理，分析超像素算法對圖像進(jìn)行預(yù)處理的異同，考慮預(yù)處理結(jié)果的鄰域描述、像素塊描述的準(zhǔn)確性等方面，選取合適的超像素算法，并分析研究了超像素-馬爾可夫（Superpixel-MRF，SMRF）算法。通過設(shè)計實驗仿真，論證了SMRF的速度和分割質(zhì)量的充分保證。
　　3.針對上述研究中