基于马尔可夫随机场理论的SAR图像标记算法研究

摘要

由于合成孔径雷达对于天气和光线的不敏感性，使得合成孔径雷达图像（SAR图像）越来越受到学者的关注和研究，其中SAR图像标记技术，例如SAR图像分割，变化监测，分类和识别等，已经成为SAR图像处理模块中不可或缺的一部分。近几年来，马尔可夫随机场算法在SAR图像标记算法中得到了广泛关注和应用，基本思想是利用马尔可夫随机场模型中的邻域信息来提高算法对于噪声的鲁棒性。研究表明，这类算法对于SAR图像中的相干斑噪声有明显的抑制作用，尤其对于分布均匀的图像，其抗噪性能更显著，并且该类算法为无监督算法，对于应急性图像标记需求有不可替代的作用，这是一些标记算法所不具备的。因此将马尔可夫随机场模型用于SAR图像标记算法，可以应对样本数量不足，相干斑噪声干扰等困扰传统SAR图像处理算法的问题。 本文以SAR图像标记技术为研究背景，主要分析解决现有马尔可夫随机场算法中存在的普遍问题。在SAR图像分割方面，分析了马尔可夫随机场算法边缘保持性下降的原因，将混合高斯模型引入似然函数，建立了相关性证据马尔可夫随机场模型。此外，针对SAR图像变化检测，主要研究了如何利用马尔可夫随机场模型降噪的同时保留其细节信息。本文的主要内容如下： 1.针对SAR图像分割问题提出混合高斯隐证据马尔可夫随机场模型，该模型针对SAR图像灰度直方图不为高斯分布的特点，提出采用普适性更好的混合高斯模型对噪声进行建模，此外针对传统马尔可夫随机场算法边界保持性差的问题，采用证据理论和马尔可夫随机场理论相结合的方式在抗噪的同时尽可能的保持图像边缘。该算法通过将三场中的附加场由单一变量扩展为变量向量的方式将混合高斯模型和证据理论有机结合，因此该模型本质上为三重马尔可夫随机场模型，因此在参数估计和最优场获取时均可采用传统三重马尔可夫随机场中采用的算法。 2.针对SAR图像变化检测时，差异图像产生没有同时考虑图像统计特征和空间邻域信息的问题，提出基于多纹理互信息的差异图的产生算法。该算法采用四边形马尔可夫随机场模型分别建立两时相图像的概率分布函数，捕获图像的高阶邻域信息，再通过计算两时相图像间的互相关信息得到最终的差异图，其中变化部分的互相关系数小，非变化部分的互相关系数大，该差异图相较于传统差异图具有分辨度高的特点，因此采用简单的分类算法就能够得到较为理想的变化检测结果。通过其在不同分类算法上的使用可以看出该差异图对分类算法的依赖性较小，即使采用抗噪性能差的分类算法，该差异图依然能够准确反映两时相图像的变化情况。 3.针对SAR图像变化检测中的分类算法提出改进，采用半监督的判别随机场模型对差异图进行分类。该算法首先采用少量有标记样本产生有偏差模型，再利用大量无标记样本产生矫正模型，该两个模型为由马尔可夫随机场模型构建的生成模型，最后通过最大熵准则将偏差模型和矫正模型融合成为判别函数，该判别函数融合了有标记信息、无标记信息、空间邻域信息、生成模型和判别模型，因此在准确全面描述图像信息上具有显著优势。半监督的算法相较于无监督算法能够有效利用已知标记信息，相较于有监督算法其精度又不完全依赖于标签样本的数量和质量，因此在已知少量有标记样本时，半监督算法具有显著优势。 4.针对面向对象的SAR图像变化检测问题，提出能够检测多种变化类型的转移隐证据马尔可夫随机场模型。该算法的创新点主要包含三个方面：构建转移证据空间、计算似然证据和先验证据、融合似然和先验证据。构建转移证据空间时先分别得到两时相图像的证据空间，再通过定义有方向的转移方式得到转移证据空间。转移证据空间上的似然证据由两时相图像的似然函数融合得到，先验证据则由定义在转移证据空间上的马尔可夫随机场模型构建。最后通过DS论证将上述两个证据进行融合。融合结果建立在证据空间上，因此通过置信函数可以将其转换到概率空间上表示各种转移出现可能性的大小。该转移证据空间可以通过将不感兴趣的变化设为?的方式，灵活的提取目标变化，因此该算法被称为面向对象的变化检测算法。 5.针对直接进行变化检测的方法，本文提出了基于四边形马尔可夫随机场的高阶均值算法。首先利用四边形马尔可夫随机场的高阶邻域信息，直接对两时相图像进行建模，再利用像素点和其Ho lde r均值之间的关系构建Ho lde r均值之间的联合概率密度函数，最后利用恒虚惊检测直接得到变化检测结果。该算法利用了各类Ho lder均值在非变化区域相似，变化区域相异的特点，区分变化和非变化区域。该类算法可以考虑图像的高阶邻域信息，并且结合邻域相关信息，快速准确的进行变化检测。实验结果表明该算法在SAR图像变化检测中可以取得优异的结果。

目录

声明

插图索引

表格索引

符号对照表

第一章 绪论

1 .1研究背景及意义

1 .2国内外研究现状

1 .3马尔可夫随机场理论概述

1 .4研究内容及章节安排

第二章 基于混合高斯证据MRF的无监督SAR图像分割算法

2 .1证据理论

2 .2混合高斯隐证据马尔可夫随机场模型

2 .3实验结果与分析

2 .4本章小结

第三章 基于多纹理互信息数据的差异图产生算法

3 .1单边形马尔可夫随机场

3 .2多纹理互信息

3 .3实验结果与分析

3 .4本章小结

第四章 基于最大熵准则判别随机场的半监督SAR图像变化检测算法

4 .1基础理论

4 .2基于最大熵准则的判别随机场模型

4 .3实验结果与分析

4 .4本章小结

第五章 基于转移证据MRF的面向对象的SAR图像变化检测算法

5 .1双隐证据马尔可夫场

5 .2实验结果与分析

5 .3本章小结

第六章 基于平行四边形马尔可夫随机场的高阶均值SAR图像变化检测

6 .1均值序列四边形MRF

6 .2实验结果与分析

6 .3本章小结

第七章 总结与展望

7 .1全文内容总结与创新点

7 .2工作展望

参考文献

致谢

作者简介