论文部分内容阅读
合成孔径雷达(Synthetic aperture radar, SAR)是一种主动微波成像系统,具有全天时、全气候和穿透力强的特点,是一种重要的对地观测手段,已广泛应用于军事和民用领域。于是SAR图像解译已成为遥感领域关注的热点,而SAR图像分割又是SAR图像解译的基础,对后续的图像理解起着关键作用。
由于SAR图像的成像机理,SAR图像含有固有的乘性斑点噪声,而且SAR图像存在灰度不均匀,弱/模糊边缘,目标边缘不规则,复杂的纹理信息等问题。这些问题的存在都给SAR图像分割带来极大的挑战,光学图像的分割方法无法直接处理含噪的SAR图像分割。针对上述问题,本文在总结和分析现有方法的基础上,以解决这些问题对SAR图像分割带来的影响为目标,对SAR图像局部统计信息的描述、纹理特征提取与融合机制,以及SAR图像分割的活动轮廓模型建模和分割方法进行深入研究,取得以下研究成果:
(1)提出基于局部区域信息的SAR图像分割方法。在总结现有SAR图像分割方法的基础上,针对SAR图像中存在的灰度不均匀问题,该方法首先给出SAR图像数据的Gamma统计分布估计方法;然后利用Gamma分布,构造区域均值估计算法,以此为基础,进一步构造活动轮廓模型的能量函数;最后利用Gaussian滤波来正则化水平集函数,实现SAR图像的分割,并得到实验的验证。
(2)提出了基于反应扩散理论的活动轮廓模型与SAR图像分割方法。针对SAR图像灰度不均匀和活动轮廓重新初始化问题,依据反应扩散理论包含的反应项和扩散项原理,首先为了抑制斑点噪声影响和有效驱动活动轮廓演变,本方法反应项整合SAR图像的Gamma统计分布特征和边缘信息,构造了活动轮廓模型的能量函数,提出了基于反应扩散理论的活动轮廓模型;然后利用偏微分方程求解水平集方程(LSE)能量函数;最后,将扩散项引入到LSE方法中,优化了水平集函数的稳定性和区域正规化。仿真和真实SAR图像的实验结果表明,该模型对斑点噪声具有良好的鲁棒性,并且比现有模型具有更高的分割效率和精度,解决了重新初始化问题。
(3)提出了一种基于多特征融合的矩阵分解活动轮廓模型和SAR图像分割方法。针对SAR图像纹理特征丰富,场景复杂等特点,首先利用小波纹理特征,高斯差(DOG)和Gabor滤波提取的纹理特征来构造特征矩阵,提出基于局部谱直方图的多特征融合机制,提高空间模式和图像结构模式的描述能力;其次,利用矩阵分解理论获得区域信息,通过SAR图像的指数加权均值比率(ROEWA)提取边缘信息,进而构造基于区域和边缘信息的能量函数;然后,为了避免结果陷入局部最小问题,在轮廓演化过程中,引入了快速的对偶公式,设计了一个凸能量函数。最后通过合成图像和真实图像对本方法进行了有效性验证。
(4)提出基于小波域的活动轮廓模型和SAR图像分割方法。为了抑制斑点噪声的影响,解决SAR图像弱边缘难以提取问题,首先,提出基于小波变换得到抑制噪声的SAR图像;然后在得到的抑制噪声的SAR图像基础上,基于模糊区域竞争机制构造新的活动轮廓能量函数,该能量函数包括基于模糊区域竞争的数据项和气球力项,并且在基于活动轮廓的SAR图像分割中基于模糊聚类给出轮廓的初始化策略,以此提高分割的速度;最后实验验证了该方法对噪声的鲁棒性和弱边缘检测的有效性。
由于SAR图像的成像机理,SAR图像含有固有的乘性斑点噪声,而且SAR图像存在灰度不均匀,弱/模糊边缘,目标边缘不规则,复杂的纹理信息等问题。这些问题的存在都给SAR图像分割带来极大的挑战,光学图像的分割方法无法直接处理含噪的SAR图像分割。针对上述问题,本文在总结和分析现有方法的基础上,以解决这些问题对SAR图像分割带来的影响为目标,对SAR图像局部统计信息的描述、纹理特征提取与融合机制,以及SAR图像分割的活动轮廓模型建模和分割方法进行深入研究,取得以下研究成果:
(1)提出基于局部区域信息的SAR图像分割方法。在总结现有SAR图像分割方法的基础上,针对SAR图像中存在的灰度不均匀问题,该方法首先给出SAR图像数据的Gamma统计分布估计方法;然后利用Gamma分布,构造区域均值估计算法,以此为基础,进一步构造活动轮廓模型的能量函数;最后利用Gaussian滤波来正则化水平集函数,实现SAR图像的分割,并得到实验的验证。
(2)提出了基于反应扩散理论的活动轮廓模型与SAR图像分割方法。针对SAR图像灰度不均匀和活动轮廓重新初始化问题,依据反应扩散理论包含的反应项和扩散项原理,首先为了抑制斑点噪声影响和有效驱动活动轮廓演变,本方法反应项整合SAR图像的Gamma统计分布特征和边缘信息,构造了活动轮廓模型的能量函数,提出了基于反应扩散理论的活动轮廓模型;然后利用偏微分方程求解水平集方程(LSE)能量函数;最后,将扩散项引入到LSE方法中,优化了水平集函数的稳定性和区域正规化。仿真和真实SAR图像的实验结果表明,该模型对斑点噪声具有良好的鲁棒性,并且比现有模型具有更高的分割效率和精度,解决了重新初始化问题。
(3)提出了一种基于多特征融合的矩阵分解活动轮廓模型和SAR图像分割方法。针对SAR图像纹理特征丰富,场景复杂等特点,首先利用小波纹理特征,高斯差(DOG)和Gabor滤波提取的纹理特征来构造特征矩阵,提出基于局部谱直方图的多特征融合机制,提高空间模式和图像结构模式的描述能力;其次,利用矩阵分解理论获得区域信息,通过SAR图像的指数加权均值比率(ROEWA)提取边缘信息,进而构造基于区域和边缘信息的能量函数;然后,为了避免结果陷入局部最小问题,在轮廓演化过程中,引入了快速的对偶公式,设计了一个凸能量函数。最后通过合成图像和真实图像对本方法进行了有效性验证。
(4)提出基于小波域的活动轮廓模型和SAR图像分割方法。为了抑制斑点噪声的影响,解决SAR图像弱边缘难以提取问题,首先,提出基于小波变换得到抑制噪声的SAR图像;然后在得到的抑制噪声的SAR图像基础上,基于模糊区域竞争机制构造新的活动轮廓能量函数,该能量函数包括基于模糊区域竞争的数据项和气球力项,并且在基于活动轮廓的SAR图像分割中基于模糊聚类给出轮廓的初始化策略,以此提高分割的速度;最后实验验证了该方法对噪声的鲁棒性和弱边缘检测的有效性。