论文部分内容阅读
合成孔径雷达(SAR:Synthetic Aperture Radar)是现代遥感技术应用与研究的一个重要领域。SAR图像的边缘检测能够提供图像中相关场景结构方面的信息,它既是视觉理论中低层处理研究的主要问题,也是视觉理论中中层和高层处理成败的关键技术之一。由于SAR系统的相干成像机理,现有的边缘检测方法在SAR图像,尤其是极化SAR图像中难以实现高精度的边缘检测。而水平集方法具有高计算精度和高算法稳定性,能够实现高精度的边缘检测。本文围绕SAR图像的边缘检测问题,主要研究了基于水平集边缘检测方法,研究工作如下:1、针对SAR图像受乘性相干噪声影响的问题,分析了适用于SAR图像边缘检测的ROA算子及乘性Duda算子。实验证明ROA算子适用于阶跃型SAR图像边缘的检测,乘性Duda算子适用于屋脊型SAR图像边缘的检测,都存在一定的局限性。2、针对水平集算法的光学图像能量模型不适用于SAR图像的问题,研究了两种基于SAR图像统计特性的水平集边缘能量模型——SAR图像GAC模型和SAR图像GAR模型。比较了两种模型的优劣,得出了两种模型的适用条件,实验证明基于SAR图像统计特性的水平集边缘检测法既适用于检测阶跃类型的边缘,也适用于屋脊检测类型的边缘。3、研究了多极化SAR图像的边缘检测问题,在基于单SAR图像的水平集边缘模型的基础上,提出了一种基于多极化SAR图像的水平集边缘模型。该方法结合最优极化滤波法以及基于SAR图像统计特性的GAR边缘模型,实现了多极化SAR图像的边缘检测。该方法直接对多极化SAR图像进行边缘检测,具有良好的边缘检测精度。以上算法已经通过实测数据实验,验证了它们的有效性。