結合相干斑抑制和區(qū)域生長的SAR海冰圖像MRF分割方法研究.pdf

1、海冰是全球氣候系統(tǒng)的重要組成部分,海冰信息對氣候變化的監(jiān)測和人類活動具有非常重要的意義。合成孔徑雷達(Synthetic Aperture Radar,SAR)是一種有效的海冰監(jiān)測工具,能夠全天時、全天候獲取大范圍的高分辨率圖像,在海冰研究中得到了廣泛應用。
　　基于MRF模型的分割方法是常用的SAR海冰圖像分割方法。然而由于SAR海冰圖像受相干斑噪聲影響十分嚴重,使得MRF模型不能準確描述海冰圖像的統(tǒng)計特征,從而導致分割的準確性

2、降低。針對此問題,本文在充分研究SAR海冰圖像特性的基礎上,建立了相干斑抑制區(qū)域生長(SRRG)模型,將其與區(qū)域MRF相結合得到更有效的SAR海冰圖像分割算法。本文研究工作主要內(nèi)容如下:
　　1、建立相干斑抑制區(qū)域生長(SRRG)模型。SRRG模型由圖像的相干斑抑制區(qū)域化表達的構建和基于區(qū)域的灰度相似性的區(qū)域生長兩個部分組成。相干斑抑制的區(qū)域化表達由相干斑抑制的雙邊濾波(SRBF)算法和分水嶺變換構成。在相干斑噪聲嚴重的情況下,S

3、RRG模型能夠有效抑制過分割,并對目標邊緣準確定位。
　　2、將SRRG模型與區(qū)域MRF結合獲得有效的SAR海冰圖像分割算法。SRRG模型與區(qū)域MRF的結合可以大幅度減小優(yōu)化搜索空間,防止能量函數(shù)最優(yōu)解陷入局部極小值,從而獲得準確的分割結果。
　　3、分別采用不同噪聲程度的合成 SAR海冰圖像、由RADARSAT-2獲取的遼東灣海冰圖像和由SIR-C獲取的拉布拉多海岸C波段的海冰圖像進行測試,對本文給出的SRRG模型和SRR