β

高分辨率极化SAR统计分割方法与应用

朴石 35 阅读

一、研究主题

高分辨率极化SAR统计分割方法与应用

二、团队成团名单:

1.周俊雄:保研(北师大)

2.刘波:保研(北大)

三、指导老师:

刘修国

四、研究方向简介:

极化SAR图像分割是极化SAR图像自动解译的关键技术之一,以分割后的对象为分析单元,有助于理解图像所包含的地物及目标信息。然而,极化SAR图像固有的相干斑噪声会干扰图像分割处理,因此,利用统计特性进行分割,成为抑制相干斑噪声并提高分割精度的一种重要途径。目前利用Wishart分布和K分布的极化SAR图像分割应用广泛。但是随着SAR图像空间分辨率的提高,地物纹理信息更加丰富,Wishart分布和k分布难以对地表复杂的纹理信息进行描述。

五、研究成果总结:

我们希望能够有一种分布能够对极化 SAR 影像的两种类型的区域都能够很好的建模。针对此问题,我们提出了一下两种方法对极化 SAR 影像进行建模,一是利用 L 分布对极化 SAR影像进行建模,由于 L 分布使用了广义伽马分布来描述地表纹理,使得它更具普适性;二是利用Wishart混合模型(Wishart mixture model,WMM)对极化 SAR 影像进行建模,使用混合模型能够很好的兼顾均质区与非均质区,得到更好的分割效果。

L分布分割结果(上)和WMM分割结果(下)

六、团队合照:

作者:朴石
地大信息工程学院门户 Because of Youth
原文地址:高分辨率极化SAR统计分割方法与应用, 感谢原作者分享。

发表评论