基于MAR-MRF的SAR图像分割方法

该文提出了一种基于多尺度自回归模型和马尔科夫随机场的SAR图像分割算法。算法引入多尺度自回归模型,建立层与层之间以及相邻层的像素点之间的数学关系,并将此模型与马尔科夫分割算法结合,实现了更为合理的多尺度分割策略。通过相邻尺度的依赖关系及同一尺度空间的马尔可夫性,使用多尺度自回归模型的预测结果来引导精细尺度图像分割,不仅使得最细尺度下的分割迭代次数减少;而且去除了最细尺度下多余的误分类斑块;同时还能够分割出清晰、平滑的目标边界,实现了较满意的SAR图像分割。

斜视滑动聚束SAR成像的ECS算法

建立典型滑动聚束SAR(合成孔径雷达)斜视成像模型.在考虑不同方位目标回波信号多普勒空变性的情况下,详细分析两步算法方位滤波恢复滑动聚束SAR方位欠采样信号的原理.对结合两步算法和传统CS算法的ECS算法进行了在斜视成像模型下的修正.针对滑动聚束工作模式的特点,讨论其中关键处理参数的选择问题,给出算法的处理流程.最后,用计算机仿真实验验证了方法的有效性.

组合Edgeworth逼近和交叉熵的SAR变化检测

星载SAR具有比较固定的重访周期,适合对地物进行动态监视,而变化检测是监视的关键技术。该文采用Edgeworth展开方法来逼近各种场景下的SAR图像统计分布模型,并引入信息论中的交叉熵作为两种分布差异的衡量因子,从而计算两个时相SAR图像之间的变化差异程度,以分布差异图像进行分割实现变化区域的提取。此外通过引入积分图像的思想,大大提高了计算分布差异指数的效率。最后采用实际的星载SAR图像进行变化检测实验,说明了方法的可行性。