SAR图像机场区域的掩体目标检测方法

提出了一种基于几何活动轮廓模型分割的SAR机场掩体目标检测方法。根据SAR图像的特性选择了Chan-Vese模型(C-V模型),对其进行加窗,使全局信息的C-V模型局部化,并扩展到多相,从而有效地分割出机场区域;再根据掩体目标的断头路位置特征检测目标潜在位置;最后利用掩体在SAR图像的强回波特性去除虚警,实现对掩体目标的有效检测。实验表明:该方法能克服相干斑的干扰,简化对复杂拓扑关系的处理,为检测机场掩体目标提供了一种有效技术途径。

基于BPT分割的SAR与可见光图像配准方法

提出一种基于BPT(二叉划分树)分割的SAR图像与可见光图像的配准方法,利用BPT的分层区域合并法将图像分成不同灰阶的ROI(感兴趣区域),分别提取重心当作控制点,然后采用独立距离作为相似性测度进行进一步的精校正,最后选择多项式模型以及双线性插值法进行匹配。实验表明:该算法较传统的边缘检测方法提取区域重心省去很多后续的形态学处理工作,具有更准确的定位,达到手动配准的精度。

基于全变差的Bandelet变换域SAR图像相干斑抑制方法

根据SAR图像的特性,提出了一种基于全变差最小化的Bandelet变换域SAR图像相干斑抑制方法。该方法首先对SAR图像进行Bandelet变换,得到图像的Bandelet系数和几何流,然后采用主成分分析法提取图像的Bandelet系数和几何流的主成分,利用全变差最小化的方法确定阈值,并通过循环递归运算处理重构后的图像。实验表明:该方法在抑制图像相干斑的同时较好地保留了几何结构信息,并去除了伪吉布斯现象。