论文部分内容阅读
近年来,合成孔径雷达(SAR)以高分辨率、全天时、全天候、多极化等诸多优点在军事和国民经济领域得到了广泛应用。通过图像分割技术可以从SAR图像背景中提取感兴趣的目标区域,因此研究和发展快速、高精度的SAR图像分割方法具有重要意义。在对一般图像的分割方法中,基于语义的迭代区域生长(IRGS)算法结合图像的边缘强度信息和采用迭代区域生长技术实现了比传统MRF算法更加准确的图像分割。然而,由于SAR成像过程固有的相干斑噪声及成像不均衡性的存在,IRGS算法在处理SAR图像分割上受到边缘定位不准确和初始过度分割问题的制约。针对这一问题,本文在研究SAR图像自身特性的基础上,通过采用基于边缘保持和基于结构保持的两种滤波途径改进IRGS的初始化分割过程,提高了IRGS算法在SAR图像分割上的性能。其研究的主要内容如下:1.研究提出基于边缘保持滤波的IRGS算法。此改进算法通过采用各向异性扩散相干斑抑制(SRAD)滤波来增强SAR图像中边缘信息并平滑同质区域,在此基础上结合分水岭初始分割和区域邻接图(RAG)来建立SAR图像的区域表达,并与IRGS算法相结合实现SAR图像的分割。2.研究提出基于结构保持滤波的IRGS算法。此改进算法通过采用非局部均值滤波来提取SAR图像中的结构信息,并进一步构建一个SAR图像的区域表达。在此基础上,结合IRGS算法实现SAR图像的分割。将本文提出的两种SAR图像分割方法用于合成图像和真实SAR图像,实验结果表明,与IRGS算法相比,基于边缘保持的IRGS算法在分割准确性和时间效率上有较大提高,基于结构保持的IRGS算法更加准确地分割出SAR图像结构信息。