本文關(guān)鍵詞： 遙感 合成孔徑雷達(dá) 圖像配準(zhǔn) 非均勻高斯混合模型 馬爾科夫隨機(jī)場(chǎng) 輪廓　出處：《光學(xué)學(xué)報(bào)》2017年09期 　論文類型：期刊論文

【摘要】：水體是合成孔徑雷達(dá)(SAR)圖像解譯的一類重要內(nèi)容。針對(duì)含水體的SAR圖像的成像特點(diǎn),給出了一種基于輪廓的配準(zhǔn)方法。首先,提出了融合觀測(cè)圖像局部統(tǒng)計(jì)信息的自適應(yīng)權(quán)馬爾科夫隨機(jī)場(chǎng)(MRF)分割模型,以分割SAR圖像水體目標(biāo)并提取其精確輪廓。然后,提出了輪廓匹配的非均勻高斯混合模型(GMM),該模型能融合輪廓上點(diǎn)的位置信息和以輪廓點(diǎn)為中心的窗口的灰度相似性信息。最后,對(duì)含水體目標(biāo)的SAR圖像進(jìn)行配準(zhǔn)實(shí)驗(yàn)。結(jié)果顯示所提出的MRF分割模型能精確地定位目標(biāo)邊緣并保持圖像的細(xì)節(jié),輪廓匹配的非均勻GMM對(duì)噪聲、外點(diǎn)及局部變形具有穩(wěn)健性,能較好地實(shí)現(xiàn)含水體目標(biāo)的SAR圖像配準(zhǔn)。
[Abstract]:Water is an important part of synthetic Aperture Radar (SAR) image interpretation. According to the imaging characteristics of SAR images with water body, a contour-based registration method is proposed. An adaptive weighted Markov random field (MRF) segmentation model for fusion of local statistical information of observed images is proposed to segment water objects in SAR images and extract their precise contours. A non-uniform Gao Si mixed model for contour matching is proposed. The model can fuse the position information of points on the contour and the gray similarity information of window centered on the contour. Finally. The results show that the proposed MRF segmentation model can accurately locate the edge of the target and keep the details of the image, and the contour matched non-uniform GMM noise. The external point and local deformation are robust, and the SAR image registration with water object can be realized well.
【作者單位】： 西安工程大學(xué)理學(xué)院;中國(guó)工程物理研究院材料研究所;
【基金】：國(guó)家自然科學(xué)基金青年科學(xué)基金(11501436) 陜西省教育廳專項(xiàng)科研計(jì)劃項(xiàng)目(16JK1326) 西安工程大學(xué)博士科研啟動(dòng)基金(BS1420)
【分類號(hào)】：TN957.52
【正文快照】： 合成孔徑雷達(dá)(SAR)是一種主動(dòng)式微波傳感器,由于其具有全天時(shí)、全天候、穿透力強(qiáng)以及能連續(xù)觀測(cè)運(yùn)動(dòng)目標(biāo)等特點(diǎn),SAR已經(jīng)在民用及國(guó)防領(lǐng)域得到日益廣泛的應(yīng)用[1-2]。水體是SAR圖像解譯的重要內(nèi)容,如在2008年5·12汶川地震抗震救災(zāi)中,堰塞湖及水庫對(duì)災(zāi)區(qū)構(gòu)成了極大威脅,而利用SA

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉斌,彭嘉雄;圖像配準(zhǔn)的小波分解方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2003年09期

2 上官晉太;郭慧;楊汝良;祁海明;;圖像配準(zhǔn)的統(tǒng)計(jì)數(shù)值分析[J];測(cè)試技術(shù)學(xué)報(bào);2007年06期

3 王衛(wèi)東,盧衛(wèi)國(guó),包尚聯(lián),俎棟林,尤江生;圖像配準(zhǔn)和融合及其在醫(yī)學(xué)影像中的應(yīng)用[J];CT理論與應(yīng)用研究;1997年02期

4 牛力丕;毛士藝;陳煒;;一種適應(yīng)較大比例變化的多傳感器圖像配準(zhǔn)方法[J];航空學(xué)報(bào);2006年03期

5 馬文婷;楊健;高偉;周廣益;;面向極化SAR圖像配準(zhǔn)的極化特征[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

6 云日升,彭海良,王彥平;干涉合成孔徑雷達(dá)復(fù)圖像配準(zhǔn)精度分析和方法[J];測(cè)試技術(shù)學(xué)報(bào);2003年01期

7 李岳陽,王士同;基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的圖像配準(zhǔn)之改進(jìn)方法[J];江南大學(xué)學(xué)報(bào);2004年03期

8 姚瑤;唐勁松;;實(shí)用干涉合成孔徑聲納復(fù)圖像配準(zhǔn)法[J];聲學(xué)技術(shù);2007年04期

9 黃中華;楊新;王利生;;PET-CT雙模圖像配準(zhǔn)[J];計(jì)算機(jī)仿真;2007年08期

10 劉寶泉;馮大政;武楠;;干涉合成孔徑雷達(dá)復(fù)圖像配準(zhǔn)解析搜索方法[J];數(shù)據(jù)采集與處理;2008年06期

相關(guān)會(huì)議論文 前3條

1 甘亞莉;李國(guó)輝;涂丹;;基于相關(guān)性的小波域圖像配準(zhǔn)方法研究[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

2 田甜;李春升;徐華平;;基于頻譜差異的INSAR復(fù)圖像配準(zhǔn)實(shí)現(xiàn)方法[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

3 袁偉;時(shí)公濤;蔣詠梅;;一種基于ROEWA算子和GA-PoweⅡ算法的SAR圖像配準(zhǔn)方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 趙偉;SAR圖像配準(zhǔn)的穩(wěn)健核譜方法[D];西北工業(yè)大學(xué);2016年

2 熊博蒞;SAR圖像配準(zhǔn)及變化檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 楊小麗;基于輪廓的SAR圖像配準(zhǔn)方法研究[D];天津理工大學(xué);2015年

2 曹成;基于多尺度分析的SAR圖像配準(zhǔn)融合[D];南京航空航天大學(xué);2014年

3 張迪;基于相關(guān)匹配的SAR圖像配準(zhǔn)和目標(biāo)識(shí)別[D];西安電子科技大學(xué);2014年

4 王海明;基于稀疏結(jié)構(gòu)和SIFT特征的SAR圖像配準(zhǔn)研究[D];西安電子科技大學(xué);2014年

5 劉孝先;基于區(qū)域信息及改進(jìn)綜合學(xué)習(xí)粒子群優(yōu)化的SAR圖像配準(zhǔn)方法[D];西安電子科技大學(xué);2014年

6 任現(xiàn)威;SAR圖像配準(zhǔn)軟件系統(tǒng)設(shè)計(jì)[D];西安電子科技大學(xué);2015年

7 賈小茹;差分進(jìn)化算法的改進(jìn)和基于邊緣點(diǎn)的SAR圖像配準(zhǔn)方法[D];西安電子科技大學(xué);2015年

8 唐光龍;運(yùn)動(dòng)平臺(tái)大視角SAR圖像配準(zhǔn)與慢速編隊(duì)目標(biāo)跟蹤研究[D];西安電子科技大學(xué);2015年

9 丁明;基于相位一致性圖像配準(zhǔn)下的SWT圖像融合[D];西安電子科技大學(xué);2015年

10 王竹筠;SAR圖像配準(zhǔn)技術(shù)及應(yīng)用研究[D];沈陽航空航天大學(xué);2016年

，

本文編號(hào)：1458153