合成孔径雷达图像线特征提取算法的研究

论文摘要

合成孔径雷达(SAR)作为一种信息获取的手段,在国防、环境等方面具有突出的战略意义。SAR图像的解译是一项非常重要的工作,与数据的获取能力相比,SAR图像的处理技术发展相对滞后,不能满足海量数据的快速处理要求,迫切需要解决。通过对SAR图像的分析,可以把SAR图像中的目标粗略分为点目标、线目标和区域面目标,把图像特征近似分为点特征、线特征和区域特征。SAR图像特征提取是SAR图像解译的重要步骤,通过特征提取可以降低数据空间的维数,快速、准确地对SAR图像进行解译。边缘提取不仅构成了SAR图像中表现为线特征目标解译的基础,而且作为一种图像分割方法,可以提高目标图像的分割性能。本论文的主要工作如下:(1)分析讨论了几种经典的图像边缘提取算法,这些算法都适用于一般的光学数字图像,对SAR图像的边缘检测先天不足,所以接着分析了针对于SAR图像的边缘检测算法。实验结果表明:对具有斑点噪声的SAR图像来说,进行边缘提取必须使用其他的算法。(2)采用两步检测算子来检测边缘点:首先用比率线探测器对SAR图像进行线特征的提取,然后用互相关探测器进行提取,最后融合二者的结果。该方法考虑了八个可能存在边缘的方向,并且这两种探测器具有恒虚警概率。(3)考虑到Hough变换本身具有很好的连接断线的性能,所以本论文使用Hough变换来进行断裂直线的连接。实验结果表明:对于具有斑点噪声的SAR图像来说,本文使用的方法优于Sobel算子、Prewitt算子、Canny算子,并且使用Hough变换来连接断裂的直线可以得到理想的结果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 SAR图像特征提取的内容及发展现状
• 1.2.1 SAR图像特征提取的内容
• 1.2.2 SAR图像特征提取的发展现状
• 1.2.3 SAR图像特征提取的特点
• 1.3 本章小结
• 第二章 SAR成像原理以及图像特征
• 2.1 合成孔径雷达的成像原理
• 2.1.1 距离向分辨率
• 2.1.2 方位向分辨率
• 2.2 SAR图像的特点
• 2.3 SAR图像目标特征
• 2.3.1 点目标
• 2.3.2 线目标
• 2.3.3 面目标
• 2.3.4 硬目标
• 2.4 小结
• 第三章 图像边缘检测的经典方法
• 3.1 图像边缘检测算法的步骤
• 3.2 边缘检测算法
• 3.2.1 Roberts算子
• 3.2.2 Sobel算子
• 3.2.3 Prewitt算子
• 3.2.4 二阶微分算子
• 3.2.5 LOG算法
• 3.2.6 基于Canny算子的图像边缘检测
• 3.3 ROA算子
• 3.4 改进的ROA边缘检测算法
• 3.5 Duda检测算子
• 3.6 似然比边缘检测算子
• 3.7 实验结果
• 3.8 本章小结
• 第四章 SAR图像线特征检测方法
• 4.1 引言
• 4.2 SAR图像边缘成因及建模
• 4.2.1 SAR图像边缘成因
• 4.2.2 SAR图像边缘建模
• 4.3 D1和D2融合的比率边缘检测算法
• 4.3.1 比率线探测器D1
• 4.3.2 互相关探测器D2
• 4.3.3 两个探测器的融合
• 4.4 Hough变换的原理
• 4.5 实验结果和结论
• 4.6 本章小结
• 第五章 结论与展望
• 5.1 本论文研究总结
• 5.2 前景展望
• 致谢
• 参考文献
• 攻读硕士期间取得的研究成果