论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式对地观测系统,能够全天时、全天候实施对地观测,SAR图像以其独特的优势发挥着其他遥感图像难以发挥的作用。SAR图像分割将SAR图像分成互不重叠、具有特定意义的若干区域,是SAR图像理解和解译的重要环节。子空间聚类算法是一种适用于高维数据的聚类算法,可以将高维数据划分到低维子空间中。基于子空间聚类的图像分割方法,将图像的分割问题看成图像特征数据的聚类问题。本文针对稀疏子空间聚类算法由于表示系数过稀疏而缺乏子空间连通性的问题,提出了基于改进弹性网子空间聚类的SAR图像分割模型,同时提出了两种新的特征提取方法应用于提升SAR图像分割的性能。本文的主要内容如下:(1)本文提出了一种基于改进弹性网子空间聚类的SAR图像分割模型。首先将图像的特征矩阵作为聚类数据,通过弹性网算子得到特征矩阵的子空间表示系数矩阵。然后采用本文给出的超距离模型代替欧式距离计算特征数据之间的距离,利用基于超距离的改进谱聚类算法对系数矩阵进行聚类。实验表明,本文提出的SAR图像分割方法能够有效提高分割精度并降低分割时间。(2)本文提出了一种基于特征融合和改进弹性网子空间聚类的SAR图像分割模型。首先对SAR图像进行预处理,并得到关于像素点的图像块。接着采用M-surf特征描述算子对图像块进行特征描述,得到关于像素点的特征向量,进而得到图像的特征矩阵。然后对图像灰度值特征提取,并将不同特征矩阵融合,得到具有多种属性的融合特征矩阵。最后利用改进弹性网子空间聚类算法对特征矩阵进行聚类。实验分析表明,本文提出的方法有效提高了SAR图像的分割性能。(3)本文提出了一种SAR-KAZE特征提取算法用来提取SAR图像的特征。首先依据非线性扩散滤波原理和加性分裂算子对SAR图像进行滤波,该方法在滤除噪声的同时保留了图像中的边缘和细节。然后利用SAR-KAZE特征描述算子提取滤波图像的特征,得到含有图像一阶和二阶梯度信息的特征矩阵,该特征矩阵能够更加详细的描述图像的边缘和细节信息。实验表明,应用本文提出的特征提取方法,能有效提高SAR图像的分割视觉效果和分割精度。