基于MRF的極化SAR圖像分割方法研究.pdf

1、合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)是一種重要的微波成像工具,具有全天時、全天候、高分辨率等諸多優(yōu)點,獲得了廣泛的應(yīng)用。極化SAR能夠獲得比傳統(tǒng)單極化 SAR更加豐富的目標(biāo)散射信息,為圖像的正確解譯提供了更好的數(shù)據(jù)支撐。極化 SAR圖像分割是圖像解譯中的關(guān)鍵環(huán)節(jié),開展極化 SAR圖像分割研究對提高極化 SAR系統(tǒng)的應(yīng)用水平和極化 SAR數(shù)據(jù)的利用率具有重要的理論意義和實用價值。
　　馬爾可夫隨

2、機(jī)場(Markov Random Field, MRF)是一種常用的描述圖像內(nèi)空間相關(guān)性的模型。它將SAR圖像分割轉(zhuǎn)化為最大后驗概率估計問題,通過對目標(biāo)函數(shù)的不斷優(yōu)化完成圖像分割任務(wù)。本文根據(jù)極化 SAR的數(shù)據(jù)特征,在MRF的框架之內(nèi),利用不同的極化 SAR數(shù)據(jù)形式,提出了兩種基于區(qū)域MRF的極化 SAR圖像分割方法,研究工作主要包括如下來兩個方面:
　　1.研究提出了一種三維區(qū)域 MRF的SAR圖像分割方法。該方法在充分利用單個

3、極化 SAR圖像相鄰區(qū)域之間相似性的基礎(chǔ)上,進(jìn)一步融入多個極化SAR圖像相同區(qū)域之間的一致性,能夠抑制單個極化 SAR圖像易受相干斑噪聲和地物信息不全面性的影響,實現(xiàn) SAR圖像的準(zhǔn)確分割。
　　2.研究提出了一種基于邊緣保持的區(qū)域 WMRF極化 SAR圖像分割方法。該方法在極化總功率圖上引入降低噪聲的SRAD濾波算法,同時提取ICOV梯度信息,在此基礎(chǔ)上利用分水嶺分割合理劃分初始區(qū)域;將區(qū)域MRF與協(xié)方差矩陣的Wishart分布