基于多尺度统计分析SAR图像边缘检测算法研究

摘要

近年来，合成孔径雷达(SAR)技术取得了长足的发展。由于SAR具有侧视成像和相干成像的特点，其图像几何失真较大，并且包含大量的相干斑噪声。传统的图像处理技术处理SAR图像时，难以取得令人满意的效果。本文通过充分利用合成孔径雷达成像的统计特性，对合成孔径雷达图像边缘检测进行了较为深入的研究，获得了一些有价值的成果。 本文通过对几种常用的边缘检测算法比较分析，特别是对于Touzi Ratio边缘检测算法和最大似然边缘检测算法的研究，并利用统计理论对SAR图像数据进行理论分析，提出了一种根据图像场景的局域变化，自动改变边缘检测窗口和阈值的自适应边缘检测算法，使SAR图像边缘检测性能有所提高。 根据图像信号与噪声的小波系数模值跨尺度传递的不同特性，提出了一种基于平稳小波的边缘增强方法，并将不同尺度下的边界所具有的特点结合起来，提出由边缘传递、继承和生长组成的多尺度边缘融合算法。实验证明该算法较好地抑制了噪声对边缘检测的干扰，获得的边缘轮廓完整、定位准确。

目录

文摘

英文文摘

声明

第一章绪论

1.1合成孔径雷达概述

1.2 SAR技术发展历程及国内外研究的现状

1.3论文的主要工作及内容的安排

第二章SAR图像的成像机理和基本特性

2.1 SAR成像简介

2.2 SAR图像的统计模型

2.3 SAR图像的噪声特性

2.3.1相干斑噪声的产生机理

2.3.2相干斑噪声模型和统计特性

2.4 SAR图像的处理过程

第三章小波理论介绍

3.1小波理论的发展

3.2小波变换与多分辨分析

3.3平稳小波变换

第四章图像边缘检测算法介绍

4.1基本边缘类型

4.2基于微分算子类的图像边缘检测方法

4.3几种经典的SAR图像边缘检测算法介绍

4.3.1 Ratio算法

4.3.2最大似然边缘检测算法

4.4自适应窗口边缘检测算法

4.4.1自适应窗口的基本思想

4.4.2自适应窗口大小及阈值的选取与实现

4.5实验结果与分析

第五章基于平稳小波的多尺度融合SAR图像边缘检测算法

5.1图像的增强

5.1.1图像增强方法介绍

5.1.2基于平稳小波的边缘增强方法

5.2多尺度边缘检测融合算法机理

5.3多尺度边缘的传递和生长算法

5.3.1多尺度边缘的合成

5.3.2边缘的传递和继承

5.3.3边缘的生长

5.4多尺度融合边缘检测算法综述

5.5实验结果与分析

第六章总结和展望

6.1论文工作总结

6.2进一步工作展望

致谢

参考文献

作者研究生期间所撰写的论文