论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar, SAR)是一种重要的微波成像工具,具有全天时、全天候、高分辨率等诸多优点,获得了广泛的应用。极化SAR能够获得比传统单极化SAR更加丰富的目标散射信息,为图像的正确解译提供了更好的数据支撑。极化SAR图像分割是图像解译中的关键环节,开展极化SAR图像分割研究对提高极化SAR系统的应用水平和极化SAR数据的利用率具有重要的理论意义和实用价值。马尔可夫随机场(Markov Random Field, MRF)是一种常用的描述图像内空间相关性的模型。它将SAR图像分割转化为最大后验概率估计问题,通过对目标函数的不断优化完成图像分割任务。本文根据极化SAR的数据特征,在MRF的框架之内,利用不同的极化SAR数据形式,提出了两种基于区域MRF的极化SAR图像分割方法,研究工作主要包括如下来两个方面：1.研究提出了一种三维区域MRF的SAR图像分割方法。该方法在充分利用单个极化SAR图像相邻区域之间相似性的基础上,进一步融入多个极化SAR图像相同区域之间的一致性,能够抑制单个极化SAR图像易受相干斑噪声和地物信息不全面性的影响,实现SAR图像的准确分割。2.研究提出了一种基于边缘保持的区域WMRF极化SAR图像分割方法。该方法在极化总功率图上引入降低噪声的SRAD滤波算法,同时提取ICOV梯度信息,在此基础上利用分水岭分割合理划分初始区域；将区域MRF与协方差矩阵的Wishart分布相结合,以区域间的差异度动态调节惩罚系数,有效保持图像细节,为实现极化SAR图像的准确分割提供了一个新途径。针对RADARSAT-2和SIR-C获取的极化SAR图像进行了充分的实验,并进行了较为详细的分析。相较于其他基于MRF的SAR图像分割算法,本文所提算法具有明显的分割准确率,在SAR图像解译方面具有可行性与有效性。