SAR图像中河流边缘检测的Wavelet snake算法

图像的边缘检测对图像的分割、图像信息的提取等都非常重要。由于闪烁光斑的原因,SAR图像的边缘检测比一般的光学图像更难。利用àtrous小波变换、图像块生长和wavelet snake算法相结合,本文提出了一种检测SAR图像中河岸边缘的新算法,并成功用于提取淮河SAR图像中的一段水岸边缘。     

基于MSR和边缘提取的彩色图像融合新方法

提出了基于多尺度Retinex（MSR）和边缘提取实施彩色图像融合的一种新方法。多尺度Retinex算法具有突出图像中阴暗区域信息的功能，采用边缘检测的方法提取图像中阴暗区域，将原图像阴暗区域的像素替换成多尺度Retinex增强图像的像素实现彩色图像融合，得到的新图像信息更丰富。在提取闭合区域时，提出了区分真断点和准断点的技术，改进了闭合边缘提取的方法。进而对融合的新图像进行了深入研究，获得埃及Giza金字塔中最大的Khufu金字塔阴影的几何信息。     

海洋合成孔径雷达图像斑点噪声的滤除

针对海洋合成孔径雷达(SAR)图像结构信息不明显、水下目标识别困难这一问题,提出了基于经验模式分解(EMD)的算法和H(o)lder指数调整相融合的框架,该框架可以有效地滤除海洋SAR图像的斑点噪声并增强其结构信息,使得人眼可以分辨其特征信息.该融合框架利用EMD将海洋SAR图像分解成不同频率成分的分量,不同层次的分量根据其结构信息和噪声的特征用不同的H(o)lder指数来调整,H(o)lder指数的大小随着分量层数的增加而减小,即在不同尺度下分别抑制斑点噪声,从而恢复其中所包含的结构信息.试验结果表明,利用该框架可以有效抑制SAR图像中的斑点噪声和增强与水下目标相关的结构信息,使人眼可以分辨海洋SAR图像的特征结构.     

一种基于小波变换的目标融合跟踪方法

本文在分析小波变换的基础上，将小波分析应用到目标图像的融合跟踪技术上，利用小波的多尺度和多分辨特性，不仅能够获得不同分辨力下的图像序列，进行目标图像融合；还能有效地从信号中提取突变信号。对函数或信号进行多尺度的细化分析。图像边缘用小波变换进行处理和提取并对图像形心进行计算。能够得到较好的轮廓提取效果和形心定位精度，进而说明了小波变换可能成为目标跟踪中较好的数学方法。     

基于线奇异性分析的图像边缘检测方法

针对基于图像像素点分析的边缘提取方法存在无法同时满足高抑噪性、连续性,定位性等问题,本文提出了方向Beamle变换(DBT)方法,在定义图像线奇异性的理论基础上,利用DBT对图像进行线奇异性分析,依据Beamlet变换具有的线段提取能力,将图像边缘检测问题转化为方向Beamlet变换系数矩阵中奇异点的检测问题,以降低噪声点对边缘检测结果的影响.通过对人工图像以及SAR图像的实验,与经典边缘检测算子相比较,验证了本方法具有较强的抗噪性,特别是针对直线边缘,在抑制噪声影响的同时保证了线状边缘的直线连接性,抗噪性较强.     

基于二维EMD的Harris角点检测算法

为解决Harris角点检测算法在多尺度条件下无法正确提取角点的问题,本文将经验模式分解(EMD)方法运用到二维图像特征点提取中。先利用二维EMD方法将图像分解到多个图像细节层,并定义为本征模函数(IMF),再利用Harris算子对各图像细节层进行角点检测,最后采用层层筛选的方法提取角点。对比实验结果表明,新算法得到的角点更加丰富,抗噪性增强,明显提高了图像角点检测性能。     

基于边缘检测的SAR图像平行线特征提取算法

针对传统平行线定义的局限性,本文提出了一种平行线对模型,并以该模型为核心,设计了一种基于边缘检测的SAR(SyntheticAperture Radar,SAR)图像平行线特征提取算法.在图像经过滤波预处理后,首先采用具有恒虚警特性的ROEWA(Ratio of Exponentially Weighted Averages,ROEWA)算子得到边缘检测图,再利用提出的平行线基元提取算法进行检测,最后基于启发式连接的思想连接断点.实验结果表明,该算法能有效地提取SAR图像中的平行线性结构,可以进一步应用于道路网、机场跑道、河流等大型组合线性目标的自动识别中.     

基于融合的SAR图像海洋溢油边缘检测算法及MATALAB实现

为准确地提取出SAR图像中溢油区域边缘轮廓信息,提出一种融合分水岭及canny算子的SAR图像边缘检测算法。该算法首先使用形态学重建技术对前景图象进行标记,并进行开关操作,去除边缘无关信息,然后对前景进行区分操作。利用分水岭算法及canny算子较为精确地提取出溢油区域边缘轮廓信息并用MATALAB仿真实验,结果表明,与经典的边缘检测方法相比,该方法在精确定位图像边缘的同时能更精确、更完整地检测出目标的边缘特征。     

基于拉普拉斯金字塔分解的多尺度边缘检测

边缘表现为图像中具有奇异性点的集合,利用改进的拉普拉斯金字塔分解捕获这些奇异性点,得到各尺度下的带通图像,通过分析,得出分解后的带通图像在边缘处产生零交叉点,构造统计量帮助提取零交叉点,再通过多尺度边缘融合实现多尺度边缘提取.与LOG和Canny边缘检测的对比实验表明,所建立的算法能够可靠、有效、精确的获得图像的边缘.     

保持边缘的SAR图像滤波方法

首先阐明了SAR图像边缘和边缘保持的概念。其次，提出了一种评价平滑图像边缘保持的方法。通过计算发现，常用的标准滤波方法：增强Lee滤波、Kuan滤波、增强Frost滤波和Gamma MAP滤波的边缘保持能力很差。最后发展了一种能保持边缘的SAR图像滤波方法。这种方法是对Han等人去除SAR图像斑点噪声方法的改进，并分析了这种方法能够保持图像边缘的原因。     

Enhancement of SAR images using fuzzy shrinkage technique in curvelet domain

The synthetic aperture radar (SAR) images are mainly affected by speckle noise. Speckle degrades the features in the image and reduces the ability of a human observer to resolve fine detail, hence despeckling is very much required for SAR images. This paper presents speckle noise reduction in SAR images using a combination of curvelet and fuzzy logic technique to restore speckle-affected images. This method overcomes the limitation of discontinuity in hard threshold and permanent deviation in soft threshold. First, it decomposes noise image into different frequency scales using curvelet transform, and then applies the fuzzy shrinking technique to high-frequency coefficients to restore noise-contaminated coefficients. The proposed method does not use threshold approach only by proper selection of shrinking parameter the speckle in SAR image is suppressed. The experiment is carried out on different resolutions of RISAT-1 SAR images, and results are compared with the existing filtering algorithms in terms of noise mean variance (NMV), mean square difference (MSD), equal number of looks (ENL), noise standard deviation (NSD) and speckle suppression index (SSI). A comparison of the results shows that the proposed technique suppresses noise significantly, preserves the details of the image and improves the visual quality of the image.     

基于EEMD的SAR海洋内波参数反演

经验模态分解(EMD)方法对非平稳信号进行分解,容易出现模式混叠和边界效应,从而不能得到有物理意义的特征信息.集成经验模态分解(EEMD)能够有效地克服模式混叠和边界效应问题,可准确地提取信号的本质特征信息.在分析SAR图像反演海洋内波参数机理的基础上,本文提出了一种基于EEMD的海洋内波参数反演方法.实验结果表明:与小波分解和EMD方法相比,该方法能更有效地克服模式混叠现象,所提取的分量更接近内波波动的物理本质,所反演的内波参数与经验数据吻合.     

SAR图像与多光谱图像融合方法研究

本文针对SAR图像分辨率高、纹理信息多、斑噪影响大，而多光谱图像光谱信息丰富、分辨率较小的特点，提出了一种SAK与多光谱图像的数据融合算法。该方法分三步进行：首先使用粗糙集理论选取图像特征，在此基础上，对特征提取后的图像进行配准，配准中采用了数理统计中近似正态分布的方法，配准精度在一个像素以内，最后采用相关性加权的方法对配准后的SAK图像与多光谱图像进行融合。融合实验以LandSat的TM图像与Radsat的SAK图像为例，实验结果表明该方法取得了较好的融合效果。     

Integration of synthetic aperture radar image segmentation method using Markov random field on region adjacency graph

A novel approach to obtain precise segmentation of synthetic aperture radar (SAR) images using Markov random field model on region adjacency graph (MRF-RAG) is presented. First, to form a RAG, the watershed algorithm is employed to obtain an initially over-segmented image. Then, a novel MRF is defined over the RAG instead of pixels so that the erroneous segmentation caused by speckle in SAR images can be avoided and the number of configurations for the combinatorial optimisation can be reduced. Finally, a modification method based on Gibbs sampler is proposed to correct edge errors, brought by the over-segmented algorithm, in the segmentations obtained by MRF-RAG. The experimental results both on simulated and real SAR images show that the proposed method can reduce the computational complexity greatly as well as increase the segmentation precision.     

Discriminating real objects in radar imaging by exploiting the squared modulus of the continuous wavelet transform

New technique based on continuous wavelet transform (CWT) for classifying objects in synthetic aperture radar (SAR) imaging is presented. The CWT allows to analyse two-dimensional SAR images to highlight the frequency and angular behaviour of the scatterers. This technique allows to build a SAR hyperimage, that is, a four-dimensional data cube which represents for each spatial location (x, y) of the scatterer in the image, its frequency and angular energy behaviour. When analysing different targets, objects or areas in SAR images, it has been recently observed that some scatterers belonging to a same class of objects could have similar frequency and angular energy responses. The previous observations have motivated the determination to exploit these energy responses to discriminate these objects. This discrimination is performed by frequency and angular correlations between the response of a particular scatterer (measured) and those of all the scatterers in the SAR image. Some examples of discrimination from real SAR data are presented and show an interest of the method for target classification and recognition for SAR imaging     

基于分割区域的SAR图像配准方法研究

合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像受到斑点噪声影响以及成像条件的变化,使得同一场景的两幅SAR图像之间存在很大差异,利用基于边缘特征或灰度信息进行SAR图像配准,难以达到预期效果.基于此,本文提出一种基于分割区域的SAR图像配准方法,该方法首先利用主动轮廓方法对去噪后的SA...     

基于半变异函数及不变矩的SAR图像检索

本文针对图像检索中常见的旋转、反转问题,提出了一种基于半变异函数及Hu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Hu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.采用旋转、反转后不同场景的SAR图像进行实验,并与基于多尺度分析的检索算法对比,结果证明了本文方法的有效性.     

提高分辨率的带宽外推SAR成像算法

分析了合成孔径雷达(SAR)的图像信号模型,阐述了应用数据外推方法提高分辨率的可行性.提出一种最小方差谱估计和最小加权范数约束结合的非参数类数据外推方法.该方法外推SAR相位历史域信号有效带宽可得到较好的成像效果.仿真和实测数据处理证明了此方法的有效性,并给出了定量比较与分析.     

水下小目标合成孔径声呐层析成像技术研究

水下小目标精细成像对于正确识别水下目标具有重要意义。目前,多波束成像声呐和条带合成孔径声呐是获取水下小目标图像的主要手段。水下目标的判别主要利用了目标图像的亮点特征,即使是同一目标从不同方位观测时得到的结果也可能差异较大,这给快速识别确认目标带来了困难。为解决该问题,提出了利用圆周合成孔径声呐对水下小目标进行水声层析成像信号处理方法,提高了声呐的多角度融合观测能力。仿真及试验数据处理结果表明,合成孔径声呐层析成像方法能够获得目标外形轮廓精细特征,有利于水下小目标的正确识别。