基于水平集的SAR遥感图像分割的算法研究

摘要

合成孔径雷达(SAR)是一种高分辨的微波遥感相干成像雷达，在军事和国民经济等各个领域中都有着非常重要的作用。SAR遥感图像的分割是进行 SAR遥感图像理解、解疑中基本且关键的技术之一。SAR遥感图像分割的目的就是把目标区域和背景区域分割开来，但由于SAR遥感图像中含有大量乘性相干斑噪声，且图像区域灰度分布不均匀，使得SAR遥感图像中目标物体边缘无法被精确定位，进而很难实现对SAR遥感图像精确且高效率的分割。如何快速而有效地实现SAR遥感图像的分割，是目前亟待解决的一个难题。随着SAR遥感图像研究的发展，水平集模型以其对曲线拓扑结构变化的良好适应能力和无需对噪声预处理的特性，受到国内外研究学者们的青睐。
　　本文在总结和分析已有的基于水平集的SAR遥感图像分割方法的基础上，针对SAR遥感图像所具有的大量乘性相干斑噪声和灰度分布不均匀的特性，提出了两种融合区域信息和边缘梯度信息的水平集模型，对SAR遥感图像进行分割，主要工作如下：
　　针对SAR遥感图像中目标边缘模糊和对目标边缘定位不正确的问题，提出了一种基于改进C-V模型的高分辨率SAR遥感图像的分割方法。该方法针对C-V模型不能分割灰度不均匀图像的缺点，以及该模型只利用区域信息而没有利用边缘梯度信息，从而造成分割后的目标物体虚假边缘较多的缺点，本文利用SAR遥感图像所特有的统计特性，提出了利用对均匀和不均匀区域都有很好拟合作用的G0分布函数，对图像进行拟合，解决对灰度分布不均匀图像分割不准确的问题，同时在C-V模型中引入改进的边缘指示函数，此边缘指示函数能够很好地去除SAR遥感图像中具有的乘性噪声、定位目标的边界、控制曲线的演化速率以及避免水平集函数的重新初始化。
　　针对SAR遥感图像存在的灰度分布不均匀现象，提出了一种基于改进LIF模型的SAR遥感图像的分割方法。该方法是在LIF模型能较好地分割灰度不均匀图像的基础上，针对局部图像拟合(LIF)模型存在的对噪声敏感，以及在演化过程中易陷入局部极小值和边缘定位不准确的缺点，引入截断的基于线性最小均方误差的指数平滑滤波器来提高分割精度，同时引入结合了模糊C均值(FCM)和无限对指数滤波器的，基于梯度信息和全局区域信息的边缘检测函数，来避免陷入局部最优和边界定位不准的问题。
　　利用人工合成的图像和真实的道路、湖泊以及舰船的高分辨率SAR遥感图像进行分割实验，对比已有的基于水平集的SAR遥感图像分割方法，证明了本文的两种改进水平集方法都能够在背景杂波下，很好地抑制乘性相干斑噪声，准确地定位目标物体的边缘轮廓，提高对SAR遥感图像的分割精度。

目录

声明

第1章 绪论

1.1 课题研究背景和研究意义

1.2 国内外的研究现状与发展趋势

1.3 本课题研究内容和章节安排

第2章 活动轮廓模型研究

2.1 引言

2.2 参数活动轮廓模型及其表达式

2.3 几何活动轮廓模型

2.4 水平集方法的数值实现

2.5 本章小结

第3章 基于改进C-V模型的高分辨率SAR遥感图像分割方法

3.1 引言

3.2 基于区域信息的水平集模型

3.3 基于边缘梯度信息的水平集模型

3.4基于改进C-V模型的高分辨率SAR遥感图像分割方法

3.5 本章小结

第4章 基于改进LIF模型的SAR遥感图像分割方法

4.1 引言

4.2 LIF模型

4.3 基于改进LIF模型的SAR遥感图像分割方法

4.4 本章小结

总结与展望

总结

展望

参考文献

攻读硕士期间发表的学术论文

致谢