基于統(tǒng)計特征和混合模型的SAR圖像分割方法研究.pdf

1、遙感技術作為一門前沿學科,近幾年取得了長足的發(fā)展。作為微波遙感的代表,合成孔徑雷達(SAR)由于具有全天候、全天時對地球表面進行觀察的能力以及空間分辨率高的特點,使得SAR在民用和軍事方面發(fā)揮著越來越大的作用。隨著合成孔徑雷達技術應用的日益發(fā)展,合成孔徑雷達數(shù)據收集能力越來越強,人工解譯難以適應數(shù)據的高速增長,利用計算機及模式識別技術對這些圖像進行自動或半自動快速、準確地解譯可以極大提高數(shù)據處理的效率,無論在軍事及民用領域都具有很好的發(fā)

2、展前景及應用價值,SAR圖像分類、目標檢測、分割、識別是SAR自動半自動圖像解譯的幾個重要的研究方向,成為國際研究熱點。
　　在對SAR圖像的研究和應用中,人們往往對圖像中的某些部分感興趣,需要將它們分離提取出來,這就是圖像分割。本文在綜合分析國內外在合成孔徑雷達(SAR)圖像分割技術的基礎上,提出了改進或推廣應用了前人算法,取得了較好的分割效果。本文的主要工作內容及對前人工作的具體改進點如下:
　　1)對SAR圖像雜波模型

3、作了深入研究,為了在保證檢測概率的同時盡量提高檢測效率,假設SAR雜波圖像服從簡單的瑞利分布,即選用瑞利分布模型對SAR圖像進行恒虛警率(CFAR)檢測,同時結合圖像的統(tǒng)計特征改進CFAR方法:第一,針對邊界像素提出新的參考窗口選取方法;第二,改進均值估計方法,充分利用參考窗口空間信息。該方法在真實SAR圖像上進行了實驗驗證,并與一般常用方法進行了比較,給出了不同情況下的實驗結果,揭示出本文算法可以在多目標SAR圖像上取得較好的分割效果

4、。
　　2)介紹了模糊熵理論及在圖像分割方面的應用,將基于模糊熵的圖像分割單閾值、雙閾值方法應用到SAR圖像分割上,并結合SAR圖像特點加以改進,即選用像素點鄰域的平均灰度值分布所構成的直方圖代替像素灰度直方圖進行雙閾值的選取,由于充分利用了圖像的空間信息和統(tǒng)計特征,得到的圖像目標信息、陰影信息都比較連續(xù),而且有效克服了SAR圖像的斑點噪聲,圖像分割結果較好。同時,為了加快參數(shù)優(yōu)化速度,防止優(yōu)化結果陷入局部最優(yōu)解,采用了免疫遺傳算

5、法進行模糊參數(shù)的尋優(yōu),能夠較好、較快的把目標和陰影從SAR圖像中分割出來。
　　3)簡要介紹了混合模型的定義及研究方法,將基于高斯混合模型的貪婪EM算法的分割方法應用到SAR圖像中。同時利用免疫遺傳算法的優(yōu)勢,代替一般的k-均值算法對貪婪EM高斯算法進行初始化,在全局范圍內搜索最優(yōu)值。實驗結果證明結合免疫遺傳算法的貪婪EM算法能得到較好的目標分割結果,能有效地抑制SAR圖像中的斑點噪聲,并且可以在整個搜索空間內快速尋優(yōu),具有一定的