论文部分内容阅读
合成孔径雷达(SAR)是二战以后发展起来的一种高分辨率成像雷达。随着SAR技术的发展,如何高效、快速、准确的在海量图像库中检索到需要的图像成为SAR图像应用领域的一个研究热点,开展基于内容的SAR图像检索技术研究具有实际意义和应用前景。本文在全面分析基于内容的图像检索关键技术的基础上,针对检索中常见的旋转问题,重点研究了非抽样Contourlet变换(NSCT)和半变异函数在SAR图像检索中的应用,并用Visual C++6.0和Oracle 9i实现了检索系统。提出了基于NSCT的旋转不变SAR图像检索算法。算法以NSCT域各子带系数的均值和标准方差构成基本特征向量,在相同尺度上,利用各子带的均值和标准方差之和对特征分量由小到大排序,同时根据旋转不变性调整排序后特征向量对应的方向序列,构造方向序列权值、特征分量权值。用加权欧氏距离进行相似性度量以提高检索性能。实验结果表明本算法有较好的旋转不变性。提出了基于半变异函数及不变矩的SAR图像检索算法。用不同方向、不同步长的半变异函数值描述图像的空间连续性,计算各方向的加权半变异函数值,并以此确定空间连续主方向来调整半变异函数值的方向排列,使其具有旋转、反转不变性。引入12个不变矩,结合排序后的半变异函数值作为SAR图像的特征向量,特征向量归一化后用堪培拉距离作为相似性度量函数,实验结果证明了本算法的有效性。以Visual C++6.0为前台开发工具,以Oracle 9i为数据库服务器设计了一个SAR图像检索系统,将上述算法应用到检索系统中。该系统作为“SAR图像***系统”的主要部分已经交付某研究所使用。