论文部分内容阅读
海岸带区域位于海洋与陆地之间，在海陆交互作用下有着独特的生态环境和地貌形态。海岸带监测对于资源调查、环境监测、军事侦察等均有着重要意义，而由于其多分布于交通不便或偏远地区，对其调查和监测存在较大的难度。极化合成孔径雷达(PolSAR)可全天时全天候地获取地物全极化散射信息，在地物分类、目标识别等方面具有独特的优势，可作为海岸带区域监测的有力手段。然而由于海岸带地物的特殊性，其极化散射特征及全极化SAR图像典型地物提取和分类方法还有待于开展针对性的研究。本论文围绕利用全极化SAR开展海岸带（尤其是湿地区域）典型地物解译的主要问题，从极化SAR图像海岸线提取、海岸带地物分类、海岸带典型目标提取等方面进行方法研究。论文的主要工作和创新性成果包括: 1)针对海岸带尤其是潮间带区域在极化SAR图像中海陆区分不明显、海岸线提取困难的问题，提出了一种基于极化熵图像边缘特征提取的海岸线提取方法。该方法通过多极化特征比较，优选了具有较高海陆区分度的极化熵特征为处理对象，引入比率算子与统计直方图实现对纹理特征的描述并提取边缘强度和边缘方向图。在此基础上提出一种由粗到细（coarse-to-fine）的方法实现海岸线的准确提取，兼顾了图像的局部特性和全局特性，可实现海岸线的有效提取并保证边缘的连续性。 2)针对复杂海岸带区域的地物分类问题，提出了一种多极化特征结合有限混合模型（Finite mixture model，FMM）和Markov随机场的全极化SAR图像地物分类方法。该方法基于对研究区域地物散射机理的分析，优选出多极化特征来表征其散射特性并采用合适的概率分布模型来对每个特征图像进行混合建模以及Markov随机场分类，最后将各个特征的分类结果进行融合实现最终的地物分类。基于RadarSAT-2和高分三号全极化数据的实验证明，该方法相比现有方法具有区分能力强、分类准确率高的优势。 3)针对极化SAR海岸带典型地物提取问题，提出了一种引入Graph Cut(GC)图像分割理论并结合地物极化散射特性和图像边缘特征的典型地物提取方法。该方法基于对典型地物的散射机理分析，构建了多极化特征描述子来描述地物散射特性、并自动提取目标和背景的种子点来建立GC的先验模型，然后结合比率边缘特征对GC模型进行优化与计算，实现了对海岸带典型地物的精确提取。该方法克服了Graph Cut需要人工干预的问题，并抑制了SAR图像中易发生的过分割现象，相比现有算法具有更高的地物提取精度。