基于Primal Sketch Map 和語義信息分類的SAR圖像分割.pdf

1、合成孔徑雷達(SyntheticApertureRadar,SAR)憑借其獨特的優(yōu)勢在軍事、國民經(jīng)濟領(lǐng)域中有著廣泛的應用。然而事實上SAR系統(tǒng)的信息獲取技術(shù)明顯超前于信息處理技術(shù)，使得SAR圖像數(shù)據(jù)的快速準確的解譯成為目前SAR圖像處理的熱點與難點，SAR圖像分割作為SAR圖像解譯的基礎(chǔ)，也成為圖像處理領(lǐng)域的一個研究熱點。本文從視覺計算理論出發(fā)，對如何實現(xiàn)無監(jiān)督的SAR圖像分割進行了一些研究，本文的主要工作如下:
　　首先，針對無

2、監(jiān)督SAR圖像分割中的難點，分析了朱松純等人提出的初始素描模型[40]。本文根據(jù)使用初始素描模型得到的SAR圖像的PrimalSketchMap對地物信息的稀疏表示結(jié)果，分析了PrimalSketchMap中線段所蘊含的語義信息，依據(jù)線段的中點、長度和方向信息，定義線段的聚集性和分布結(jié)構(gòu)特征等來表達線段在SAR圖像中所蘊含的不同語義信息，實現(xiàn)基于語義信息的線段分類。
　　其次，在對SAR圖像的PrimalSketchMap中線段的

3、語義信息分析的基礎(chǔ)上，本文提出了基于線段語義信息分析的區(qū)域劃分方法。該方法從PrimalSketchMap中得到了一致連通的區(qū)域，區(qū)域內(nèi)的線段在方向，分布結(jié)構(gòu)和聚集程度等特征方面具有明顯的統(tǒng)計特性，故本文提出在PrimalSketchMap上進行連通區(qū)域的獲取，這就避免了在SAR圖像上用基于像素或超像素的無監(jiān)督SAR圖像分割方法無法合并像素或超像素構(gòu)成連通區(qū)域的難題。理論分析和實驗結(jié)果表明，本文提出的基于線段的區(qū)域劃分方法是合理的，能有