论文部分内容阅读
极化SAR(Synthetic Aperture Radar)具有全天时、全天候、穿透性等特点，在地形测绘、地质勘探、农业管理、灾害监测等领域具有广泛应用。然而，由于极化SAR影像特殊的成像机制，极化SAR影像不可避免地存在大量的相干斑噪声，因此，适用于光学遥感图像的分割算法对极化SAR影像一般不适用。水平集方法分割后的曲线光滑，提取的边界轮廓连续闭合，能够处理拓扑结构变化，且具有分割速度较快等优点，因此被广泛的运用于SAR图像分割。 传统的水平集极化SAR影像分割算法采用经典的Wishart分布建立能量泛函，对分辨率较低的同质图像分割结果较好。然而，随着极化SAR影像分辨率的提高，影像中每个分辨单元的散射体数目大量减少，极化SAR影像常呈现噪声发育不完全，分布不均匀的异质特性。此时，基于同质特性的Wishart分布则不再有效。KummerU分布对于异质区域具有良好的适应性，本文提出了基于KummerU分布的水平集极化SAR图像分割算法。同时，多时相极化SAR影像由于其包含的地物极化信息更加丰富，越来越受到研究者的青睐，本文采用广义Wishart距离描述多时相数据，提出了适用于多时相极化SAR图像的水平集分割算法。 本文主要研究内容概括如下: (1)针对高分辨率极化SAR图像，本文采用了对于各种噪声发育完全或不完全的场景均有良好拟合效果的Fisher分布与KummerU分布分别描述单极化SAR图像与全极化SAR图像，并建立相应的能量泛函方程，实现变分水平集分割算法。利用仿真SAR数据和真实SAR数据对本文提出的算法进行了实验，并分别与基于Gamma分布的单极化SAR影像分割算法与基于Wishart分布的全极化SAR影像分割算法进行了比较，实验结果表明本文提出的算法精度提高约20％。 (2)针对多时相极化SAR数据，本文采用广义的Wishart距离函数，利用贝叶斯准则建立最大似然函数，并求取相应的能量泛函，实现适用于多时相极化SAR数据的变分水平集分割算法。利用内蒙古根河地区五期Radarsat-2数据对多时相极化SAR水平集分割算法进行了实验，实验结果表明本文提出的算法能够分割出更多类别的地物，且每类地物的分割精度高于85％。 (3)针对极化SAR水平集分割算法计算复杂、效率较低等问题，本文引进了距离限制项以加快水平集迭代速度。实验结果表明，加入距离限制项后，不仅能够避免水平集重新初始化问题，迫使零水平集曲线快速逼近目标轮廓，使水平集算法迭代加速，提高了迭代效率;而且提高了算法的精度，使分割后的曲线更加光滑。