基于Bandelet域HMT模型的SAR圖像分割.pdf

1、合成孔徑雷達(dá)(SyntheticApertureRadar，SAR)因具有全天候，全天時(shí)對(duì)地球表面進(jìn)行觀察的能力以及空間分辨率高的特點(diǎn)，使得SAR在民用和軍事方面發(fā)揮著越來越大的作用。本文著重對(duì)SAR圖像的分割進(jìn)行了研究，提出了一些算法，并通過仿真驗(yàn)證了算法的有效性。 圖像分割是圖像感知與識(shí)別的關(guān)鍵技術(shù)之一。分割效果的好壞，將會(huì)直接影響到分割和識(shí)別精度。小波對(duì)含點(diǎn)狀奇異的目標(biāo)函數(shù)而言是最優(yōu)的基，在分析這類目標(biāo)時(shí)小波系數(shù)是稀疏的。

2、但對(duì)具有線狀奇異的函數(shù)，小波系數(shù)則不再稀疏。在高維情況下，小波分析不能充分利用數(shù)據(jù)本身所特有的幾何特征。因此并不是最優(yōu)的或者說“最稀疏”的函數(shù)表示方法，不能夠很好地挖掘圖像中輪廓邊緣信息。 小波域HMT模型對(duì)于小波變換的統(tǒng)計(jì)建模是非常有效的工具。通過對(duì)小波系數(shù)聯(lián)合統(tǒng)計(jì)特性的統(tǒng)計(jì)，HMT很容易就能得到現(xiàn)實(shí)世界信號(hào)或圖像的分類特征。小波域隱碼模型為我們處理包含邊界和輪廓的自然圖像提供了非常有效的方法。尤其是對(duì)于灰度紋理圖像，隱碼模型

3、有更好的處理效果。運(yùn)用這個(gè)模型，在同一尺度內(nèi)的小波系數(shù)可以被建模為兩狀態(tài)的高斯混合模型，因此，小波域馬爾可夫模型被應(yīng)用到很多領(lǐng)域。例如圖像去躁、圖像分割、紋理分析、紋理合成等。實(shí)際上在文本分割、SAR圖像分割等領(lǐng)域WD-HMT已經(jīng)被廣泛應(yīng)用。 Bandelet是新近發(fā)展起來的一種圖像多尺度幾何表示方法。與小波等變換不同，Bandelet考慮了圖像結(jié)構(gòu)中的幾何正則性，并提出用矢量幾何流的概念來表征圖像灰度變化的局部方向。