【摘要】：極化合成孔徑雷達(Polarimetric Synthetic Aperture Radar, PolSAR)相比于單極化SAR系統(tǒng)能獲取地面目標散射回波中包含的全極化信息,在分析、提取和反演目標極化散射特性上有單極化SAR無可比擬的優(yōu)勢。目前,國內(nèi)外研制的機載和星載極化SAR系統(tǒng)越來越多,所獲取的極化SAR數(shù)據(jù)越來越豐富。然而,相對于硬件系統(tǒng)的快速發(fā)展,極化SAR影像處理分析和自動解譯等方面的研究還相對滯后。這一方面是由于地球表面場景的極端復(fù)雜性使人們在短期內(nèi)難以對所有地物目標的極化散射機理研究透徹,極化雷達理論中還有許多方面有待進一步研究；另一方面則是由于極化SAR系統(tǒng)的相干成像機制造成影像中不可避免地存在相干斑噪聲,對極化SAR影像中地物的真實信息造成嚴重干擾,大大增加了極化SAR影像的解譯難度。 極化SAR影像濾波和分割是極化SAR影像相干斑噪聲抑制的重要手段。作為基于像素的和面向?qū)ο蟮臉O化SAR影像解譯方法的重要預(yù)處理步驟,極化SAR影像濾波和分割對精確、快速地解譯極化SAR影像有重要意義。本文以精確還原極化SAR影像中的真實信息為目標,在極化SAR影像濾波和分割方面進行了深入研究。 在極化SAR影像濾波方面,本文系統(tǒng)的總結(jié)了現(xiàn)有的極化SAR影像濾波算法,按照所使用的技術(shù)將這些算法分為基于同質(zhì)度的濾波、基于概率分布的濾波、基于片匹配的濾波和基于其它技術(shù)的濾波四大類,并指出了這四大類濾波算法中存在的問題,為后續(xù)的深入研究奠定了基礎(chǔ)；總結(jié)了極化SAR影像濾波的基本原則和基本方法,在此基礎(chǔ)上提出了自適應(yīng)窗口濾波和廣義Balloon Mean Shift (GBMS)濾波兩種新的濾波算法；系統(tǒng)的總結(jié)了現(xiàn)有的各種定性和定量極化SAR影像濾波效果評價方法,將其分為有參考圖評價法和無參考圖評價法兩大類,提出了基于邊緣保持系數(shù)的定量評價方法和基于極化目標分解的定量評價方法,構(gòu)建了較為完善的評價體系；通過利用模擬和真實極化SAR數(shù)據(jù)對現(xiàn)有算法和本文提出的兩種新算法進行對比實驗,證明了本文提出的極化SAR濾波算法的有效性。 在極化SAR影像分割方面,針對現(xiàn)有的極化SAR影像分割算法在分割結(jié)果的形式上有較大差異、但是其名稱卻比較籠統(tǒng)的問題,本文將極化SAR影像分割算法按分割結(jié)果的不同分為常規(guī)分割、超級像素分割和層次分割三大類,并明確闡述了三大類分割方法之間的區(qū)別與聯(lián)系,為后續(xù)的研究理清了思路；針對統(tǒng)計區(qū)域合并(Statistical Region Merging, SRM)算法只能用于光學(xué)圖像的問題,對其進行改進,提出了擴展的SRM (GSRM)算法,并將其用于極化SAR影像常規(guī)分割和超級像素分割；將本文提出的GBMS算法進一步延伸,用于極化SAR影像超級像素分割；將超級像素分割方法和層次分割方法結(jié)合,提出了基于超級像素的二叉樹分割算法；總結(jié)了現(xiàn)有的極化SAR影像分割結(jié)果評價方法,針對“分割尺度”這一重要概念目前還沒有確切的數(shù)學(xué)定義的問題,給出了分割尺度的數(shù)學(xué)定義,并進一步提出了基于分割尺度的分割結(jié)果評價方法；利用真實的極化SAR數(shù)據(jù)對現(xiàn)有的和本文提出的極化SAR影像分割算法進行了對比分析,證明了本文提出的極化SAR影像分割算法的有效性。 本文的主要創(chuàng)新點有： 1)針對基于同質(zhì)度的濾波算法中同質(zhì)度量度對同質(zhì)區(qū)域和異質(zhì)區(qū)域區(qū)分性不高、同質(zhì)度閾值難以確定等問題,提出了極化同質(zhì)度的定義及同質(zhì)度閾值自動選擇算法,實驗驗證了該方法可有效區(qū)分同質(zhì)區(qū)域和異質(zhì)區(qū)域;針對精制極化Lee濾波算法中的扇貝效應(yīng)和虛假細線問題,提出了自適應(yīng)窗口濾波算法,實現(xiàn)了在同質(zhì)區(qū)域最大化抑制噪聲的同時在異質(zhì)區(qū)域保持點、線、邊緣等細節(jié)信息。模擬和真實極化SAR數(shù)據(jù)實驗表明該算法在噪聲抑制、細節(jié)保持、輻射信息保持以及極化信息保持等方面都有很好的表現(xiàn)。 2)針對基于概率分布的濾波算法受概率分布假設(shè)限制,對不同類型的極化SAR影像濾波效果也不同的問題,提出采用Mean Shift這一非參數(shù)概率密度估計方法進行極化SAR影像的濾波,并針對極化SAR數(shù)據(jù)的特點,提出采用自適應(yīng)、非對稱、可變帶寬的Mean Shift,最終提出的廣義Balloon Mean Shift (GBMS)算法可直接用于單極化和多極化SAR影像的濾波。模擬和真實極化SAR數(shù)據(jù)實驗表明該算法噪聲抑制效果明顯優(yōu)于常規(guī)的基于概率分布的濾波算法。 3)根據(jù)SAR數(shù)據(jù)乘性噪聲模型建立了新的統(tǒng)計區(qū)域合并(SRM)模型,推導(dǎo)了新的合并準則,并在此基礎(chǔ)上提出了擴展的SRM (GSRM)分割算法,該算法不依賴于數(shù)據(jù)的概率分布、抗噪性好,并且可直接用于單極化和多極化SAR數(shù)據(jù)。真實極化SAR數(shù)據(jù)實驗表明該算法相比于原始的SRM算法欠分割現(xiàn)象明顯減少、分割精度有所提高。 4)將本文提出的GSRM算法和GBMS算法進一步擴展,用于極化SAR影像超級像素分割,實驗表明這兩種超級像素分割算法在執(zhí)行效率和執(zhí)行效果上均優(yōu)于現(xiàn)在常用的超級像素分割算法；將超級像素分割方法和層次分割方法結(jié)合,提出了基于超級像素的二叉樹分割算法,實驗表明該算法在執(zhí)行效率上與基于像素的二叉樹分割算法相比有明顯提升,在執(zhí)行效果上,當采用基于區(qū)域數(shù)的裁剪方法時兩者結(jié)果相似,當采用基于區(qū)域同質(zhì)度的裁剪方法時前者優(yōu)于后者。 雖然本文在前人研究的基礎(chǔ)上取得了一定的成果,但是仍有許多方面值得進一步研究和探討,如本文提出的自適應(yīng)窗口濾波算法中疤痕效應(yīng)的去除以及疤痕效應(yīng)對后續(xù)處理的影響、濾波時全極化信息利用與必須進行多視之間的矛盾等問題。
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：P225.1

【參考文獻】

相關(guān)期刊論文 前10條

1 歐陽群東;巫兆聰;彭檢貴;;一種改進的精制極化Lee濾波算法[J];測繪科學(xué);2011年05期

2 江勇;張曉玲;師君;;極化SAR改進Lee濾波相干斑抑制研究[J];電子科技大學(xué)學(xué)報;2009年01期

3 談璐璐;楊汝良;商建;;利用Shannon熵參數(shù)的極化干涉SAR圖像非監(jiān)督分類[J];電子學(xué)報;2010年10期

4 鄒斌;張臘梅;孫德明;王偉;;極化干涉合成孔徑雷達圖像信息提取技術(shù)的進展及未來[J];電子與信息學(xué)報;2006年10期

5 吳一戎;洪文;王彥平;;極化干涉SAR的研究現(xiàn)狀與啟示[J];電子與信息學(xué)報;2007年05期

6 韓春明,郭華東,王長林,范典,桑會勇;保持邊緣的SAR圖像濾波方法[J];高技術(shù)通訊;2003年07期

7 郎豐鎧;楊杰;趙伶俐;張兢;李德仁;;基于Freeman散射熵和各向異性度的極化SAR影像分類算法研究[J];測繪學(xué)報;2012年04期

8 楊杰;趙伶俐;史磊;郎豐鎧;李平湘;;基于最優(yōu)極化相干系數(shù)的傾斜建筑物解譯研究[J];測繪學(xué)報;2012年04期

9 劉蓉;婁曉光;;基于邊緣特性的極化Lee濾波改進算法[J];科學(xué)技術(shù)與工程;2011年11期

10 代大海;王雪松;肖順平;吳曉芳;陳思偉;;PolSAR系統(tǒng)與技術(shù)的發(fā)展趨勢[J];雷達科學(xué)與技術(shù);2008年01期

相關(guān)博士學(xué)位論文 前3條

1 吳永輝;極化SAR圖像分類技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2007年

2 周曉光;極化SAR圖像分類方法研究[D];國防科學(xué)技術(shù)大學(xué);2008年

3 郭睿;極化SAR處理中若干問題的研究[D];西安電子科技大學(xué);2012年

，

本文編號：2548302