论文部分内容阅读
极化合成孔径雷达（Synthetic Aperture Radar, SAR）是一种先进的雷达遥感系统，极化SAR图像能反映地物的后向散射信息和目标的极化信息。极化SAR图像解译是极化SAR应用的最终目标，其解译分为人工解译和机器解译。在实施人工解译前，SAR图像需要处理为适合视觉系统认知的图像；在SAR图像机器解译中，基于极化SAR图像的地物分类和检测等处理技术是SAR图像应用中的关键技术，其处理过程可以模仿视觉系统对图像的认知过程，结合视觉计算理论深入探讨。本文主要工作和创新点如下：1．对于单通道SAR图像，根据人工解译判读图像的流程，设计了先大场景图像处理，后小场景图像处理的可视化处理框架，并依据SAR数据的统计分布提出了各自的可视化方法。实验表明该框架下的可视化方法可以得到高对比度的大场景图像和细节清晰的小场景图像。2．极化SAR图像既可以可视化为灰度图像，也可视化为彩色图像。首先以单通道SAR图像可视化方法为基础改进了传统的极化SAR图像灰度可视化和彩色可视化方法，另外基于视觉认知与数据的极化特性提出了两种新的可视化方法，分别实现了极化SAR图像的灰度可视化和彩色可视化。实验证实了各可视化方法的有效性。3．干涉SAR可以提供地面高程信息，极化干涉SAR数据可以用于实现树木、建筑等地物的高度反演，结合极化SAR图像的可视化结果，极化干涉SAR图像可以实现三维可视化。本文还分析了森林中树木的成像机理和现有树高反演方法的缺陷，提出了一种新的树高反演方法。4．本文分析了视觉系统对图像中地物分类的流程，并给出了基于视觉系统认知和视觉计算理论的机器自动分类算法流程。针对其中的监督分类这一核心问题，引入纹理特征这一重要的视觉特性做为分类特征，使用二叉树结构分类器，提出了一种结合视觉系统特性的基于极化SAR图像的地物分类方法。实验证实该方法较传统分类方法在分类性能上有明显提升。5．根据视觉计算理论模型，本文提出了一种先粗提取、后精检测的线特征检测处理流程，对于单通道SAR图像和全极化SAR图像均适用，用符合视觉系统特性的Curvelet多分辨分析方法实现线特征区域粗提取，用线检测器实现局部的精检测。实验证实了该线检测方法的可靠性。