基于重采样的SAR图像边缘检测的研究

摘要

合成孔径雷达（Synthetic Aperture Radar，SAR）是一种主动式微波传感器，由于其具有全天时、全天候、高分辨率的特点，已被广泛应用于经济、军事和科学研究等多领域。但是由于SAR图像中固有的斑点噪声影响了图像的质量，导致SAR图像的理解与解译能力相对滞后。为了可以准确的表达SAR图像所包含信息，本文综述了SAR图像统计建模研究中的概率分布模型，并根据G0分布的统计性质进一步研究了该模型的参数估计，最后在此基础上进行了边缘检测和置信区间估计的研究，主要内容如下：
　　1)针对SAR图像在G0统计模型下的参数估计，比较分析了传统的最大似然参数估计和矩估计等算法。为解决G0分布参数估计的准确性和有效性，本文利用随机加权法的优点，提出了基于随机加权与类比估计相结合的参数估计方法，并通过不同视数和粗糙参数值在真实数据和模拟数据下进行实验验证分析，实验结果验证了本文提出的估计方法精准高、鲁棒性好。
　　2)在进行G0分布模型的参数估计下，本文将SAR图像边缘检测和边缘置信区间估计的两种方法进行了比较，一是基于广义似然检测和随机加权的SAR图像边缘检测和边缘置信区间估计的参数方法，二是基于KW方法和Bootstrap的SAR图像边缘检测和边缘置信区间估计的非参数方法，并通过实验验证了该方法的有效性和准确性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究意义

1.2 国内外研究现状

1.3 本文的主要研究内容及结构安排

第二章 SAR图像的成像机理及其特性

2.1 SAR图像成像原理

2.2 SAR图像的统计模型及性质

2.3 SAR图像统计模型参数估计

2.4 小样本条件下的估计方法

2.3 本章小结

第三章 基于重采样的SAR图像G 0分布统计模型下的参数估计

3.1 G0分布统计模型的参数估计分析

3.2 基于随机加权方法的G 0模型下的参数估计

3.3 本章小结

第四章 基于重采样的SAR图像边缘检测

4.1 边缘检测方法分析

4.2 基于Bootstrap的SAR图像边缘点及其置信区间非参数方法

4.3 基于随机加权的SAR图像边缘点及其置信区间参数方法

4.4 本章总结

第五章 总结与展望

5.1 本文工作总结

5.2 本文创新点

5.3 工作展望

参考文献

发表论文和科研情况说明

致谢