基于雙樹復小波和混合模型的SAR圖像去噪和分割方法研究.pdf

1、合成孔徑雷達是一種高分辨率成像雷達,作為一種新型的遙感技術,因具有全天候、全天時對地球表面進行觀察的能力以及高空間分辨率的特點,使得SAR在軍事和民用方面發(fā)揮著越來越大的作用。隨著合成孔徑雷達技術應用的日益發(fā)展,合成孔徑雷達數(shù)據(jù)收集能力越來越強,人工解譯難以適應數(shù)據(jù)的高速增長,利用計算機及模式識別技術對這些圖像進行自動或半自動快速、準確地解譯可以極大提高數(shù)據(jù)處理的效率,無論是在軍事還是在民用領域都具有很好的發(fā)展前景及應用價值。由于SAR

2、的成像機理,不但SAR圖像中存在相干斑噪聲,而且不同的地形特征會在圖像中呈現(xiàn)一些特殊的現(xiàn)象,使得SAR信息處理非常困難。因此,如何對SAR圖像數(shù)據(jù)做出快速而準確地解譯,是目前迫切需要解決的一個難題。
　　本文根據(jù)SAR圖像自身的特點,主要在SAR圖像降噪、圖像分割兩方面提出了改進算法,取得了較好的效果。文章的主要工作如下:
　　1)對SAR圖像斑點噪聲模型作了深入研究,以具有平移不變性和多方向選擇性的雙樹復小波變換為基礎,提

3、出了一種基于復小波域統(tǒng)計建模與噪聲方差估計顯著性修正相結(jié)合的SAR圖像斑點噪聲濾波方法,并在真實SAR圖像上進行了實驗驗證,與LEE濾波、KUAN濾波、小波硬濾波、小波軟濾波各算法作了比較,給出了定性和定量的實驗結(jié)果,揭示出本文算法在去除噪聲的同時保留了圖像的細節(jié)信息的特點。
　　2)介紹了支持向量機分類理論及其在圖像分割中的應用,將基于SVM的分類應用到SAR圖像分割,根據(jù)SAR圖像的特點提出了一種將灰度、方差、復小波紋理和支持

4、向量機(Support Vector Machine,SVM)相結(jié)合的SAR圖像分割算法。由于利用雙樹復小波變換提取SAR圖像的多尺度多方向紋理信息,作為SVM的特征信息進行SAR圖像二類或多類分割,比利用光譜或小波紋理分割效果都要好,并有效的克服了斑點噪聲。
　　3)將基于t-混合建模的EM算法的分割方法應用到SAR圖像中。采用多元t-混合模型對SAR圖像建模,然后根據(jù)EM算法估計混合模型的參數(shù)進而對SAR圖像進行分割。因為t混