基于广义多分辨似然比和SVMMAR模型的SAR图像分割研究

《基于广义多分辨似然比和SVMMAR模型的SAR图像分割研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要SAR图像分割是进行目标自动识别、SAR图像信息处理的关键技术。但是SAR图像斑点噪声的存在使得SAR图像分割方法对传统光学图像的分割方法提出严重的挑战，本文结合SAR图像的统计特征，主要提出了基于广义多分辨似然比(generalizedmultiresolutionlikelihoodratio简称GMLR)和空M变化的混合多尺度自回归(spatiallyvariantmixturemultiscaleautoregressive简称SVMMAR)随机模型的SAR(syntheticapertureradar)图像

2、分割方法。首先，在研究了基于MAR模型图像分割的基础上，得到了一个多分辨似然比检验表达式，对己有模型和分割方法进行了推广和完善;其次，提出了一种广义多分辨似然比的新概念，这种新的似然比可融合SAR图像中同类目标在不同分辨率上的特征，增加不同类目标间的差异，有益于分类分割，最终分割时考虑了待分像素点与周围像素点之间的Markov性，利用了开窗技术对像素进行分类;再次，提出了SAR图像的空间变化混合多尺度自回归模型方法，该模型不仅能刻画SAR图像的空A变化性，而且利用了SAR图像多尺度序列的统计特性，无需预先抑制斑点噪声，就

3、能获得精确分割结果，并且提出一种在粗尺度确定分类个数的新方法，大大减少了运算量:最后，用参数估计算法得到了广义多分辨似然比所有的参数，从而得到SAR图像的无监督分割，这样使得广义多分辨率似然比在图像分割中有更广的应用范围。实验验证了所提出的各种方法从分割的精度，对噪声的敏感度，还是从边缘的光滑度考虑，都是令人满意的。关键词:广义多分辨似然比，多尺度自回归(MAR)模型，空间变化的混合多尺度自回归(SVMMAR)模型，合成孔径雷达(SAR)图像，斑点噪声，分割精度，有监督分割，无监督分割ABSTRACTSARimagese

4、gmentationisakeytechniqueofautomatictargetrecognition(ATR)andinformationprocessing.TheexistenceofspecklenoiseinSARimagerymakesegmentationmoredifficultthanthatofopticsimage.Wepresentseveralnewsegmentationmethodsbasedongeneralizedmultiresolutionlikelihoodratio(GMLR

5、)andspatiallyvariantmixturemultiscaleautoregressive(SVMMAR)modelFirstly,anewexpressionofmultiscalelikelihoodratioisobtained,asaresultofgenerationandperfectionforthepreviousalgorithm,Secondly,anewmultiresolutionlikelihoodratiotestfunction,generalizedmultiresolutio

6、nlikelihoodratio,isdefined,whichcumulatesthedifferenceofbackgroundandtargetsatdifferentmultiresolutionofsyntheticapertureradar(SAR)imagery.Sothemultiresolutionlikelihoodratioincreasesthedistinctionofbackgroundandtargets.Then二classifyeachindividualpixelbasedonates

7、twindow;Thirdly,anefficientspatiallyvariantmixturemultiscaleautoregressive(SVMMAR)modelispresented.ThemodelisnotonlycapableofdescribingspatiallyvariantcharacteristicsbutalsoexploitsmultiscaleautoregressivestatisticalpropertiesofSARimagery.Theperformanceofthemodel

8、havenousefordenoisingpreprocessing,whileprecisesegmentedresultscanbeobtained,andakindofmethodselectingcomponentnumberquicklyatcoaserscaleisproposed,whichcanred