基于相干圖學(xué)習(xí)的干涉SAR圖像分割.pdf

1、干涉SAR(Interferometric Synthetic Aperture Radar，InSAR)作為合成孔徑雷達(dá)的延伸和發(fā)展，主要關(guān)注于獲取數(shù)字高程圖（Digital Elevation Model，DEM）。本文在介紹干涉SAR技術(shù)的基礎(chǔ)上，著重于干涉SAR圖像的分割。相干圖作為干涉SAR技術(shù)的中間步驟，有著重要的物理意義。它不僅作為相位圖的評(píng)價(jià)標(biāo)準(zhǔn)，而且對(duì)于地物具有良好的可分性能。本文在對(duì)相干圖的特性進(jìn)行分析的基礎(chǔ)上，利用

2、其特性進(jìn)行地物劃分。然后利用相干圖的良好的可分性，將其遷移到目標(biāo) SAR圖像上，以獲取更好的SAR圖像的分割效果。本文的主要工作如下：
　　1.提出了一種基于相干特性與空間信息的干涉 SAR的相干圖分割方法。首先對(duì)相干圖的同質(zhì)區(qū)域進(jìn)行統(tǒng)計(jì)分析，比較不同勻質(zhì)區(qū)域的均值和方差參數(shù)，基于相干圖的統(tǒng)計(jì)特性，利用最大后驗(yàn)概率的貝葉斯分類器進(jìn)行相干圖的初始劃分，同時(shí)引入Markov隨機(jī)場(chǎng)，利用相干圖的鄰域信息，從而有效的進(jìn)行雜點(diǎn)去除。實(shí)驗(yàn)結(jié)果

3、顯示挖掘出的相干圖特性和空間信息能夠較好實(shí)現(xiàn)干涉SAR的相干圖分割。
　　2.提出一種相干圖遷移聚類的SAR圖像分割算法。利用Kmeans方法對(duì)目標(biāo)SAR圖像進(jìn)行初始劃分，根據(jù)得到的初始標(biāo)簽，用K-SVD算法為每一類數(shù)據(jù)學(xué)習(xí)一個(gè)字典。為了減少計(jì)算的復(fù)雜度和降低算法的隨機(jī)性，根據(jù)每一類的聚類中心，選擇距中心最近的一批樣本作為訓(xùn)練數(shù)據(jù)來訓(xùn)練字典。在進(jìn)行目標(biāo)SAR圖像分割時(shí)，將相干圖中可分的信息通過稀疏表示的字典，遷移到目標(biāo)SAR圖像上