论文部分内容阅读
合成孔径雷达（SAR）具有全天候、全天时以及穿透能力强等特点，在军事和民用领域均有着广泛的应用。各国对SAR技术的重视和大量投入，使得SAR技术突飞猛进，而对SAR图像的理解与解译的发展却相对缓慢。作为SAR图像中的一类重要目标，道路目标的识别与提取具有重大的理论与实际意义，受到人们越来越多的关注和研究。在国防“十一五”预研项目的支持下，遵循道路基元检测、道路片段提取、道路片段连接的研究思路，本文重点研究了有效、准确地提取SAR图像中的道路目标的方法及其性能评估方法，主要内容如下：（1）高分辨SAR图像道路基元检测。道路基元检测是道路提取过程的基础，其结果直接决定了最终提取目标效果的好坏。而道路在SAR图像中表现为线目标，道路基元检测的实质是边缘检测方法在道路提取问题上的具体应用。经典的SAR图像边缘检测算法存在一些不足：ROA算子边缘定位不够准确，对较细道路不敏感；互相关算子的抗噪性较差，虚警率较高。针对两者之不足，本文在前人工作基础上，提出了结合ROA算子和互相关算子的融合算子进行道路基元检测。实验结果和性能指标分析表明，相比于ROA算子和互相关算子，该方法无论在检测率还是虚警率上都有所优化；同时，与另一经典的边缘检测算子Duda检测算子相比，该方法能更好的剔除虚假信息。所以，道路提取过程的后续处理将用到融合算子进行道路基元检测。（2）道路片段提取。由于采用了边缘检测的方法进行道路点的提取，因此需要对其进行结构化描述，包括道路片段提取和道路片段特征描述两个部分。本文针对相位编组和全局Hough变化的不足，提出了相位编组和局部Hough变换相结合的道路片段提取方法，并以此为基础提出以响应均值σave、方向θ和归一化长度lengthnorm三个特征来描述道路片段。（3）道路片段连接。经过道路片段提取之后，道路片段之间仍然存在断裂的现象，需要从全局出发进行连接。本文重点研究了采用遗传算子进行道路片段的优化连接，其全局优化能力最大程度的保证了道路提取结果的完整性。针对道路提取性能指标缺乏统一标准的问题，提出了检出率和误检率两个指标进行性能评估；实验结果表明，基于GA的自动道路提取方法能有效、准确的提取道路目标，并实现了道路目标提取过程的全自动化。（4）在项目前期探索阶段，对半自动道路提取的方法进行了一定的研究，并编程实现道路提取的另一核心算法：基于Hough变换（HT）的半自动道路提取算法。并在课题组已有的SAR图像处理平台的基础上，通过对VC/Matlab混合编程方法的研究，将道路提取算法封装为COM组件，实现了算法实例调用及其性能评估。