基于散射机理分类与方位对称性判决的极化SAR人造目标提取

由于极化SAR人造目标电磁散射的复杂性,已有极化SAR人造目标提取方法难以完整地提取出感兴趣区域内不同类型的目标。针对这一不足,提出一种基于散射机理分类与方位对称性判决的提取新方法,充分利用目标与杂波在散射机理类型及方位对称性上的差异进行提取。与已有方法相比,该方法对极化SAR图像中不同极化特征的人造目标都有较好的提取性能,提取结果更为完整和准确。利用全极化SAR实测数据验证了本方法的有效性和优良性能。

基于本地图像块模型的人造目标提取方法

本文提出了本地图像块模型,该模型使用概率隐含语义分析pLSA(probabilistic Latent Semantic Analysis)作为数据项的点过程对人造目标进行建模,用可逆马尔科夫链蒙特卡洛算法(RJMCMC)配合模拟退火算法提取模型的参数。在提取模型参数的过程中使用了数据驱动生灭和统计扩散方法加快算法收敛速度。最后通过对实际遥感图像的实验验证了该方法的有效性。

高分辨率人造目标影像中伪直线剔除方法

高分辨率影像中的伪直线是人造目标提取过程中增加计算复杂性和降低提取结果可靠性的一个主要因素。针对现有基于边缘检测的直线提取算法不能有效剔除伪直线的缺点,提出了一种可行的方法用来剔除伪直线。该方法体现在直线提取的两个不同阶段:一是在边缘点编组前,通过引入12个过滤模板来剔除部分编组过程中可能拟合成伪直线的边缘点;二是对于已提取出来的每条直线,依据它们两侧邻域图像的灰度分布特性来判定直线的真伪。大量实验结果表明,该方法能够有效剔除由图像噪声或不规则天然地物拟合得到的绝大部分伪直线,而几乎不影响提取对应人造目标的真直线。