基于幾何活動輪廓的SAR目標(biāo)提取技術(shù)研究.pdf

1、圖像分割是合成孔徑雷達(Synthetic Aperture Radar，SAR)圖像處理的關(guān)鍵問題，也是影響SAR圖像自動解譯性能的關(guān)鍵技術(shù)之一。由于相干斑點噪聲的影響，傳統(tǒng)分割算法存在分割精度不高、分割邊界不完整以及難以融合高層理解機制提供的先驗知識等缺點，使其無法滿足實際的SAR圖像分割需求。與傳統(tǒng)的圖像分割方法相比，基于曲線演化理論和水平集的幾何活動輪廓模型不僅可以自然地改變輪廓曲線的拓?fù)?，還能提供高精度的閉合分割曲線，而且具有

2、數(shù)值實現(xiàn)簡單、易于被擴展到高維等優(yōu)點。因此，該模型在圖像分割中得到了廣泛應(yīng)用。
　　 本文以提高分割邊緣的準(zhǔn)確性和算法的魯棒性為目標(biāo)，圍繞基于幾何活動輪廓模型的SAR圖像分割問題進行了深入的研究，主要開展了以下兩個方面的工作:
　　 (1)基于統(tǒng)計分布的水平集SAR圖像分割方法。目前，對于中低分辨率、強度均勻的SAR圖像，Gamma統(tǒng)計模型能夠得到較好的分割結(jié)果，不過，對于高分辨率、強反射、相干斑點噪聲不均勻的SAR圖像

3、，基于Gamma模型的方法分割效果不理想。因此，我們提出了一種基于Fisher分布的水平集SAR圖像分割方法。通過理論分析和仿真實驗，證明了Fisher分布模型能擬合高分辨率、強反射等的SAR圖像，并且能獲得較準(zhǔn)確的分割效果。此外，由于Fisher分布的參數(shù)估計是個難點，因此，本文使用三種估計方法來進行參數(shù)估計，并對其進行了對比分析。
　　 (2)基于形狀先驗的水平集SAR圖像分割方法。由于現(xiàn)實中獲得的SAR圖像會受到噪聲、陰影