基于Directionlet变换的高分辨SAR图像信息增强与压缩方法

摘要

高分辨合成孔径雷达图像处理是高分辨对地观测技术的重要组成部分，在环境监测、灾害评估、军事应用等领域有着巨大的应用价值。高分辨合成孔径雷达图像具有纹理信息丰富、几何结构明显、数据量大、受相干斑噪声污染等特点，对SAR图像处理技术提出了新的要求。本文根据高分辨SAR图像特征，基于实际应用的需求出发，结合多尺度几何分析工具Directionlet变换，分别开展了SAR图像城市区域提取、SAR图像信息增强与SAR图像压缩三个方面的工作。
　　本研究主要内容包括：⑴介绍了几种现有的SAR图像城市区域提取算法，详细描述了SAR图像的几种特征提取方法以及不同特征对区域的分类能力，包括强度特征、相干斑噪声特性、纹理特征等。在现有特征的基础上设计了一种新的特征提取方法，与现有SAR图像特征相结合，对城市区域进行快速提取。通过与几种传统方法结果的比较，证明了本方法在分类精度上有明显的优势，而且本方法计算简单，适合于工程应用。⑵分析了SAR图像相干斑形成机理，研究了SAR图像统计模型。针对传统的空域去噪方法无法有效保持边缘纹理信息以及变换域去噪方法在匀质区域存在伪纹现象，设计了基于非下采样Directionlet变换与多方向融合的SAR图像降斑方法。详细介绍了Directionlet理论与具体的实现步骤，并对 Directionlets域的噪声系数和实际信号系数分别使用高斯模型和拉普拉斯模型建模，基于最大化后验概率估计的方法对Directionlet域的系数进行降斑，对不同方向对Directionlet变换降斑后的结果进行融合。与传统方法在去噪效果、辐射特性保持、视觉效果等方面进行了比较，本文提出的方法均具有明显的优势。另外针对SAR图像中点目标、线目标特征不明显，不利于图像分割和目标识别这一问题，结合第二章的城市区域提取方法与第三章的SAR图像降斑方法，设计了SAR图像目标信息增强方法，在降低SAR图像相干斑的同时有效地增强了目标特征，更加有利于SAR图像分割与目标识别。通过SAR图像分割软件对增强前后的SAR图像分别进行分割，分割结果证明了SAR图像目标增强方法有效提升了分割性能。⑶基于SAR图像特性，结合实际应用中的需求，本文提出了一种新的SAR图像压缩方法。利用 SAR图像方差系数提取 SAR图像纹理，然后提取目标区域。对目标区域使用Directionlet变换，对背景区域使用小波变换。对两种区域变换系数分别使用SPIHT方法进行编码，并对目标区域分配更多的码流，以保证目标区域的高质量重构。和经典方法对比试验结果，在背景区域信息损失较少的情况下，本方法结果中目标区域的信噪比(SNR)得到明显的提升，证明了本方法的有效性。