论文部分内容阅读
极化SAR不但具有全天时、全天侯工作特点，同时SAR影像具有丰富的细节信息、重要的纹理特征和明显的地物几何结构，被广泛应用于民用及军事领域。而SAR影像分割是信息解译中的一个关键环节，也是SAR图像处理中的难题。 由于斑点噪声的影响，SAR影像的分割比普通光学图像更为复杂。目前已有的SAR影像分割算法，大致分为两种：其一，基于数据驱动的SAR影像分割算法，它是直接利用某一种极化状态组合的振幅或者全极化数据的总功率图像进行分割的，没有充分利用极化SAR数据包含的极化信息，很容易出现错分割现象；其二，基于模型驱动的SAR影像分割算法是基于极化SAR的数学模型，计算复杂度都较高。 因此，本论文从既提高分割精度，同时又降低算法复杂度这一目标出发，以中国测绘科学研究院主持的863计划重点项目“面向对象的高可信SAR处理系统—SAR影像高性能处理解译系统与总体技术”为依托，提出了一种基于极化相干矩阵或协方差矩阵描述的图斑相似性度量，在此基础上发展了以分水岭进行初始分割，根据极化相似性进行图斑合并，从而实现对极化SAR影像进行有效分割的方法。 本文的主要研究内容和主要贡献： 1)从极化SAR理论出发，介绍了常用的极化矢量、极化矩阵和散射机理，对极化SAR影像分割算法进行了较为全面的综述，指出了各类方法的优缺点。 2)针对极化协方差包含了极化测量得到的全部信息的特点，提出了一种基于极化协防差矩阵或相干矩阵描述的图斑相似性度量； 3)发展了以分水岭算法进行初始分割，根据新的图斑相似性度量进行区域合并，从而实现对SAR影像进行有效分割的方法。 4)以荷兰Flevoland地区全极化数据作为实验数据，分别采用本文中提出的新的分割方法以及传统的分割方法进行对比分析。