基于三重馬爾可夫場的無監(jiān)督SAR圖像分割算法研究.pdf

1、合成孔徑雷達（SAR）系統(tǒng)因其全天時、全天候等特點而廣泛應用于軍事和民用的各個領域。SAR圖像分割作為SAR圖像目標識別與解譯技術的基礎和前提，一直是國內外學者研究的熱點。然而，受相干成像機制影響，SAR圖像含有大量乘性相干斑噪聲，使得SAR圖像分割成為一個極具挑戰(zhàn)性的難題。因此，開展SAR圖像分割方法的研究對于促進SAR技術的發(fā)展具有重要的理論意義和應用價值。三重馬爾可夫場（TMF）模型能夠充分考慮圖像的非平穩(wěn)性，并且能夠采用多樣的統(tǒng)

2、計模型對數(shù)據(jù)進行精確建模，因此適合處理非平穩(wěn)SAR圖像分割問題。本文針對實測機載和星載SAR圖像的理解與解譯，以貝葉斯理論、圖論、尺度空間理論和組合優(yōu)化理論等為理論基礎，開展基于三重馬爾可夫場的無監(jiān)督SAR圖像分割方法研究，實現(xiàn)了實時、穩(wěn)健和高效的SAR圖像分割。
　　本研究主要內容包括：⑴針對傳統(tǒng)基于像素的TMF模型計算效率低下的問題，提出了一種基于邊緣定位TMF模型的無監(jiān)督SAR圖像分割算法。該算法針對SAR圖像乘性相干斑噪聲

3、的統(tǒng)計特性，將基于指數(shù)加權均值比（ROEWA）算子的邊緣強度引入Turbopixels算法以在SAR圖像中獲取精確邊緣定位的超像素圖。將傳統(tǒng)的基于像素的TMF模型擴展到超像素圖上，導出了基于超像素圖的TMF新的勢能函數(shù)以及貝葉斯最大后驗邊緣(MPM)分割公式，在降低模型的復雜度的同時能夠有效抑制相干斑噪聲的影響。測試圖像和大量實測SAR圖像的仿真實驗表明，該算法在SAR圖像分割時能獲得良好的區(qū)域一致性和準確的邊緣定位，并且明顯提高了算法

4、的計算效率。⑵針對傳統(tǒng)的定義在圖像網格上的非因果TMF模型計算效率低下的問題，提出了一種基于多尺度區(qū)域分層TMF模型的無監(jiān)督SAR圖像分割算法。該算法考慮到相干斑噪聲的影響，利用降班各向異性擴散（SRAD）方程形成 SAR圖像的多尺度表示；通過梯度分水嶺提取區(qū)域并建立尺度間的區(qū)域鄰接關系，生成多尺度區(qū)域鄰接樹?；谠摲謱咏Y構建立多尺度區(qū)域分層TMF模型，通過對該模型的非迭代MPM估計實現(xiàn)SAR圖像分割。計算機模擬和實測SAR圖像的實驗表

5、明本文算法相比于傳統(tǒng)的非因果TMF模型，分割結果更為平滑，計算效率更高。⑶針對MPM準則下基于Gibbs采樣技術的TMF模型統(tǒng)計推斷方法效率低下，且不能保證解的最優(yōu)性的問題，提出了一種基于TMF模型和置信傳播的無監(jiān)督SAR分割算法。該算法針對TMF中的兩個標記場的統(tǒng)計推斷問題，將置信傳播算法推廣到二元情形，通過消息傳遞的方式估計雙標記場的聯(lián)合后驗邊緣概率，并依據(jù)MPM準則同時實現(xiàn)兩個標記場的估計。計算機模擬圖像和實測SAR圖像的實驗表明

6、本文算法能有效抑制相干斑噪聲的影響，以合理的計算代價獲得精確的分割結果。⑷針對TMF模型的高效統(tǒng)計推斷問題，提出了一種基于TMF模型和圖割的無監(jiān)督SAR圖像分割算法?？紤]TMF模型中的兩個標記場的優(yōu)化求解，采用一種基于最大后驗（MAP）準則的迭代優(yōu)化策略，迭代地在一個標記場固定的條件下估計另一個標記場。對于每個標記場，采用高效的圖割優(yōu)化方法獲得單一標記場的最優(yōu)估計。合成圖像和實測SAR圖像的仿真實驗表明本文算法結合了TMF模型對于SAR