大場景高分辨率SAR圖像道路提取方法研究.pdf

1、合成孔徑雷達（Synthetic Aperture Radar，SAR）是一種具有不受光照、氣候條件限制的全天時、全天候的工作特點的主動式微波成像雷達。在資源保護、資源勘查、海洋監(jiān)控、地質(zhì)勘探、農(nóng)業(yè)管理、災害防預、國家危害應急處理等方面具有重要作用和意義。伴隨著SAR圖像分辨率的提升，SAR系統(tǒng)能夠成像的數(shù)據(jù)量急劇增加，每幅圖像的幅面大大增加，而現(xiàn)階段普遍的信號處理手段已經(jīng)很難適應對數(shù)據(jù)快速而高效的處理要求。道路是連接城鄉(xiāng)的主體，是現(xiàn)代

2、交通與物質(zhì)交流的載體，因此道路提取也在在SAR圖像目標識別中被人們所重視。然而，各種各樣的干擾也因高分辨率而被放大和加強，道路兩側(cè)樹木的的遮擋、建筑的陰影覆蓋、環(huán)境和背景的復雜度增高等問題存在就使得道路提取任務變得更加復雜和難以掌控。
　　為了更加高效利用SAR圖像數(shù)據(jù)，在保證SAR圖像目標解析實現(xiàn)更快速和正確率更高的同時，進一步提高對目標信息的獲取能力和利用能力，本文針對大場景中高分辨率SAR圖像的道路網(wǎng)提取方法，研究了主要包括

3、相干斑濾波技術、邊緣檢測技術、感興趣區(qū)域(Regions of Interest,ROI)提取技術、多分辨率特征識別等主要部分，并以此為基礎提出一個基于多分辨率處理的道路目標檢測識別方法。該方法在一定程度上能夠滿足道路檢測方法目標提取簡單、快速和適應性強的要求，克服了現(xiàn)有道路檢測算法針對性強、魯棒性差的問題。
　　針對高分辨率大場景SAR圖像干擾信息復雜、場景內(nèi)容多樣、道路檢測時間久等一系列檢測疑難點，本文提出一個以人類視覺注意機

4、制為基礎的ROI檢測策略，對于不同尺度上的潛在目標采取不同的方法。長直結(jié)構(gòu)目標在低分辨率圖像將采用一種線段長度密集度顯著圖的自上向下視覺顯著模型，將圖像中某些存在超過預設值或與參照物達到一定比例的直線段或平行線對的區(qū)域作為ROI，因此就能迅速地找到有直線或曲線結(jié)構(gòu)地物的有效位置。最后利用人類視覺顯著性機制來確定ROI，進一步減小需處理的數(shù)據(jù)量。這種方法能夠很快的確定大場景SAR圖像中道路的可能位置，大幅提高檢測效率。
　　根據(jù)提取

5、道路網(wǎng)絡的需要，重點研究了高分辨率SAR圖像中道路的平行線特征，然后建立一種新的平行線對模型，并將這個模型運用在SAR圖像中。最后給出了基于指導性直線單元的連接方法。最終給出大幅高分SAR圖像中道路檢測的總體方案。實驗表明，該模型能夠有效地從大幅高分SAR圖像中檢測到具有平行線對特征的目標。
　　文章結(jié)尾對所提出的算法進行實驗證明，對其結(jié)果進行幾種評價標準的定量分析。實驗結(jié)果與分析表明，本文提出的道路檢測算法在一定程度上能夠客服傳