高分辨率极化干涉SAR影像道路提取方法研究

摘要

SAR图像道路信息提取对地图更新、目标识别以及SAR图像分类都有着巨大作用,特别是随着SAR技术在我国不断成熟,SAR影像道路提取方法也成为了SAR影像地物提取的一个重要的研究内容。本文根据道路的表现特征,按照底层处理(分类和滤波)、中层处理(边缘提取)和高层处理(平行线检测)的处理流程解决道路提取的问题,通过道路的极化和极化干涉特性,提出区分道路的因子,把提取的道路区域用于SAR图像滤波,并且通过改进的边缘检测算子提出道路的轮廓,在此基础上进行Hough变换、道路边缘的直线连接、道路边缘的平行线检测,实现道路的提取。本文的主要工作和创新点如下:(1)介绍了合成孔径雷达的一些基本概念和理论,包括SAR的极化原理、极化干涉原理、散射体的类型、SAR数据的极化分解以及SAR影像道路区域极化干涉特性,根据这些特性提出道路轮廓。(2)列举了一些传统的滤波技术,重点介绍了精制LEE滤波的优点,并且在该滤波过程中加入道路轮廓,改变道路区域的滤波权重,保持道路边缘纹理特性。(3)在滤波的基础上采用边缘检测技术处理,主要采用了Canny算子和ROA算子。根据Canny算子方向梯度的原理,将全极化SAR影像运用PAULI分解,使其在三个向量空间内实现边缘检测。并且本文在ROA算子检测的基础上运用非最小抑制和追踪算法,解决了ROA算子定位不准和断裂严重的问题。(4)对于大场景复杂情况下的SAR影像Hough变换不再适用的缺点,提出采用八个邻域的追踪方法实现Hough变换的方法,解决了Hough变换在SAR影像直线检测中的不足。并且在直线检测的基础上,实现直线的连接以及平行线的检测算法,实现道路边缘的最终提取。

目录

致谢

摘要

Abstract

引言

1. SAR 图像极化干涉特性

1.1 SAR 影像极化特性

1.1.1 SAR 极化理论基础

1.1.2 SAR 影像的极化特征

1.2 SAR 影像极化干涉特性

1.3 道路的散射特性

2. SAR 图像滤波

2.1 SAR 影像相干斑模型

2.3 SAR 图像滤波方法

2.3.1 传统的滤波方法

2.3.2 加入道路区域的极化滤波方法

3. 道路边缘的检测

3.1 canny 边缘检测算子

3.1.1 功率图的道路边缘检测

3.1.2 改进的基于Pauli 分解的Canny 道路边缘检测

3.1.3 Canny 算子不适合SAR 影像

3.2 ROA 道路边缘检测的优缺点

3.3 改进的基于追踪的ROA 边缘检测算子

3.3.1 基于非最小抑制的ROA 算法

3.3.2 基于追踪的ROA 算法

4. 道路边缘的线基元处理

4.1 线基元提取方法

4.1.1 相位编组实现线基元连接

4.1.2 模板法线基元的提取

4.2 hough 变换实现道路边缘线基元提取

4.3 改进的hough 变换算法

4.3.1 基于追踪的Hough 变换直线检测算法

4.3.2 边缘的交叉点检测

4.4 道路边缘平行线对的检测

4.4.1 直线段的表达

4.4.2 道路边缘线的连接

4.4.3 道路边缘平行线对的检测

4.4.4 平行线对的相互补充

5. 实验与分析

5.1 功能模块的开发

5.2 SAR 图像极化特性

5.2.1 极化功率图

5.2.2 Freeman 分解实验

5.2.3 H-a 分解实验

5.2.4 极化干涉特性实验

5.2.5 道路、村庄、农田 SAR 极化干涉系数对比分析

5.3 滤波实验对比实验

5.4 边缘检测实验

5.4.1 Canny 算子边缘检测实验

5.4.2 ROA 检测及改进的算法对比试验

5.5 线基元的提取实验

5.5.1 Hough 变化实现直线提取实验

5.5.2 Hough 实现道路边缘线基元连接实验

5.5.3 平行线检测实验

5.5.4 平行线相互补充实验

结论

参考文献

作者简历

一、基本情况

二、在学期间从事的科研工作

三、在学期间发表的学术论文

学位论文数据集