基于分層三重馬爾可夫場的SAR圖像分割.pdf

1、合成孔徑雷達（SAR）對于光照和大氣等條件不敏感，可以全天時、全天候對目標進行監(jiān)測，故而在軍事偵察和民用領域得到了廣泛應用。SAR圖像分割是SAR圖像解譯技術的重要環(huán)節(jié)，能夠反映圖像的空間結構信息，揭示圖像的本質，成為國內外學者研究的熱點。但其后向散射的成像機制決定了SAR圖像中不可避免的存在著相干斑噪聲，使圖像質量下降。因此，如何抑制斑點噪聲并準確地分割出目標區(qū)域一直是SAR圖像分割研究中的難點和重點所在。
　　馬爾可夫隨機場（

2、MRF）算法能夠很好的描述像素之間的空間依賴性，被廣泛應用在計算機視覺以及圖像處理領域中。但它假設圖像中每個區(qū)域是均勻同質的，因此并不適用于建模紋理信息豐富的非平穩(wěn)SAR圖像。三重馬爾可夫場（TMF）模型很好的彌補了這一缺陷，通過引入輔助場 U來區(qū)分圖像不同的平穩(wěn)態(tài)并分別進行處理，實現(xiàn)對非平穩(wěn)圖像更好的建模，取得了較為滿意的分割效果。但是，作為一種非因果模型，TMF對能量函數(shù)的建模僅僅考慮了圖像相鄰像素間的局部信息，而對全局信息的統(tǒng)計能

3、力仍存在較大的提升空間。
　　在對TMF模型分析的基礎上，本文提出了一種基于非線性擴散分層三重馬爾可夫場（ND-HTMF）模型的SAR圖像分割算法。相比于其他基于四叉樹或金字塔的多尺度生成策略，基于非線性擴散的方法所生成的多尺度圖像是基于圖像內容的，具有抑制噪聲且準確定位邊緣的優(yōu)勢。因此，本文所提算法將非線性擴散的多尺度分解策略和 HTMF模型的多尺度信息融合策略的優(yōu)點有機結合，能夠準確全面的捕獲圖像的局部和全局特征。此外，我們對