基于分水岭的SAR图像分割方法研究

发布时间：2020-03-27 02:09

【摘要】：合成孔径雷达(SAR)是一种主动式成像雷达,作为当前遥感观测的重要手段,具有全天候、全天时、多波段、分辨率高、可侧视成像、大面积的数据获取能力等优点,在军事领域和民用领域的应用更加地广泛。SAR图像分割是SAR图像解译的关键性步骤,是进行目标识别、数据压缩、传递等进一步处理中的最基本且关键的技术。然而,由于SAR图像固有的大量乘性斑点噪声的存在,使SAR图像分割工作变得十分困难,许多传统的分割算法,都不能得到理想的分割结果。本文提出两种新的基于分水岭算法的SAR图像分割方法:基于分水岭与感知哈希的分割方法(WSpH)和基于分水岭超像素与近邻传播聚类的分割方法(WSAP)。算法具体介绍如下:(1)WSpH方法是一种基于区域合并的SAR图像分割算法。由于相干斑噪声对SAR图像分割的影响,在执行分割过程之前,分析常见的几种局部自适应相干斑滤波算法在SAR图像噪声去除上的作用,确定使用Lee滤波算法来对图像进行去噪。接下来使用梯度加掩膜的三次分水岭算法来进行初始分割,相较于传统的分水岭分割算法,这种方法能够有效减少小的独立封闭区域。之后使用基于DCT的感知哈希算法对初始分割区域进行区域合并,降低过分割影响,提高分割的准确性,得到理想的分割结果。最后通过实验对比验证该算法的有效性。(2)WSAP方法是在分水岭超像素分割算法得到分割结果之后,对其使用近邻传播聚类算法进行合并。与传统的近邻传播聚类算法的不同在于,WSAP方法充分考虑了SAR图像的灰度特征。该方法是将灰度特征距离、协方差矩阵距离,空间距离相结合得到的超像素的特征距离,作为聚类合并过程中相似性度量准则,有效地提高了分割方法的精度。使用聚类算法进行合并过程中,数据点是由使用分水岭算法初始分割得到超像素,极大地降低了近邻传播聚类算法的计算复杂度。同时,生成超像素的初始分割方法,是在经典的基于标记分水岭算法使用梯度信息来处理像素优先级的基础上,增加空间约束项,得到的超像素比较紧凑的同时其形状也比较均匀,进一步提高分割的准确率最终得到理想的分割结果。最后通过在真实SAR图像上的实验验证所提出的算法的有效性。
【图文】：

(f) 的滤波结果 (a) - (g) 分别为滤波后的图像 Kuan 滤波后的Sigma 滤波后的图像各种滤波方法处理图像时的均值值 中值 Lee Ku.646 53.832 54.320 54.0246 0.00267 0.00240 0.00方法等传统的滤波方法均，很容易使滤波后的图像边的图像存在部分斑点，说明。使用 Sigma 滤波方法进是一种简单有效的滤波算

因此在本文中我们使用 Lee 分割算法来对原始 SAR 图水岭的初始分割R 图像中像素大小的不同，可以将其看做是一幅高低起伏种 SAR 图像分割方法，分水岭算法。在分水岭算法中，值代表该像素点的高度，将每一个局部最小值以及其影响盆地的边界形成了一个个分水岭。在传统的分水岭分割方割区域可以使用模拟泛洪的过程来进行解释与实现。在每表面刺穿，然后将整个模型慢慢放进水中。对着时间的流逐渐增大，每个极小值的影响区域也会随之增大。最后当相遇时，在两个集水盆地的交界处，，形成了分水岭，至此显示的是图 2.1(a)中的 SAR 图像使用 Lee 滤波去噪之后的貌图。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.52

【相似文献】

相关期刊论文 前10条

1 黄玲;石玉秋;覃永新;;基于小波融合的苹果图像分割的研究[J];科技视界;2018年29期

2 丁翠;;基于模糊信息处理的图像分割方法研究[J];信息系统工程;2017年11期

3 王平;魏征;崔卫红;林志勇;;一种基于统计学习理论的最小生成树图像分割准则[J];武汉大学学报(信息科学版);2017年07期

4 李然;李记鹏;宋超;;基于显著性检测的协同图像分割研究[J];现代计算机(专业版);2017年24期

5 邓惠俊;;一种基于数据场的图像分割方法与研究[J];长春工程学院学报(自然科学版);2016年02期

6 李继云;冀卿伟;;基于自适应局部阈值的交互式图像分割[J];计算机应用与软件;2014年11期

7 刘印;;对图像分割方法的认识及新进展研究[J];数码世界;2018年08期

8 杨成佳;;唇纹识别图像分割系统的研究[J];山西青年;2017年11期

9 韩白静;刘欢;;浅谈基于阈值的图像分割方法[J];科学家;2017年02期

10 寇毛蕊;;医学图像分析系统设计[J];数码世界;2017年09期

相关会议论文 前10条

1 闫平昆;;基于模型的图像分割技术及其医学应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

2 杨生友;;图像分割在医学图像中应用现状综述[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

3 朱士蓉;谢昭;高隽;;一种图模型下的柔性图像分割方法[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年

4 朱松豪;刘佳伟;罗青青;胡荣林;;基于关联模型的图像分割[A];第26届中国控制与决策会议论文集[C];2014年

5 张志会;王华英;熊南燕;廖薇;成惠;刘飞飞;;对基于图像分割与合并的相位展开算法的改进[A];第十届全国光电技术学术交流会论文集[C];2012年

6 杨加文;谢凤英;;基于深度学习的皮肤镜图像分割[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年

7 郭世可;董槐林;龙飞;张海波;;一种结合密度聚类和区域生长的图像分割方法[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

8 刘智勇;李进;黄道君;;基于遗传算法的视频交通量检测图像分割方法[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

9 张萍;单筱攸;巴成贺;;主动脉图像分割的研究与实现[A];第十二届中国体视学与图像分析学术会议论文集[C];2008年

10 赵建业;余道衡;;一种基于模糊细胞神经网络的多值图像分割新方法[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

相关博士学位论文 前10条

1 古晶;基于稀疏特征学习的SAR图像分割与半监督分类方法研究[D];西安电子科技大学;2016年

2 段一平;基于层次视觉计算和统计模型的SAR图像分割与理解[D];西安电子科技大学;2017年

3 王森;非受限场景裂纹图像分割方法研究[D];昆明理工大学;2017年

4 王涛;特征度量与信息传递的交互式图论分割方法研究[D];南京理工大学;2017年

5 戴令正;自然图像分割的若干算法研究[D];南京理工大学;2017年

6 李钢;偏微分方程与变分技术在图像分割中的应用研究[D];太原理工大学;2018年

7 钟丽;带约束的图像分割方法研究及应用[D];山东大学;2018年

8 辛月兰;基于图割的图像分割方法研究[D];陕西师范大学;2018年

9 裴继红;基于模糊信息处理的图像分割方法研究[D];西安电子科技大学;1998年

10 葛宏立;面向类的图像分割方法研究[D];北京林业大学;2004年

相关硕士学位论文 前10条

1 周宏阳;基于K-edge特性图像的降噪与分割研究[D];南京邮电大学;2018年

2 凡季云;基于变分正则化的图像分割与半监督数据分类研究[D];河南大学;2018年

3 薛菁菁;基于组合赋权的图像分割质量评价研究[D];西安工程大学;2018年

4 韩琳旖;基于分水岭的SAR图像分割方法研究[D];西安电子科技大学;2018年

5 刘洋;基于超像素和MMTD的图像分割方法研究[D];南京邮电大学;2018年

6 吕智宁;立体几何褶皱效果形成原理与提花织物设计CAD[D];浙江理工大学;2018年

7 杨超;基于图像分割的高分影像镶嵌线快速生成算法研究[D];杭州师范大学;2018年

8 王琦理;基于图像处理的公路滑坡规模自动提取方法研究[D];长安大学;2018年

9 钱金磊;自然光照下田间绿色植物图像分割方法的研究[D];内蒙古大学;2018年

10 许清;基于结合空间信息的有限混合模型的脑MR图像分割[D];南京信息工程大学;2018年

本文编号：2602301