超宽带SAR道路提取技术研究

超宽带SAR道路提取技术具有重要的军事、民事应用前景。超宽带SAR图像与高波段SAR图像所反映出的道路特征存在较大差异，高波段SAR道路提取技术不能直接照搬套用。因此超宽带SAR道路提起技术研究具有重要的应用价值和理论意义。.本项目在高波段SAR道路提取技术研究的基础上，结合超宽带 SAR道路的特点，开展项目研究工作。在线特征提取研究方面，采用图像分割与边缘检测融合技术，基于多方向模板算法，并结合方向形态学运算，开展超宽带SAR线特征提取研究；在特征子集建立与优化研究方面，从超宽带SAR图像的视觉特征、统计特征和数学变换特征等三个方面建立道路特征子集，采用支持向量机等优良的特征选择算法，优化超宽带SAR道路特征子集，并通过分析大量实测超宽带SAR图像，研究道路特征子集的稳健性。.在系统研究超宽带SAR道路检测技术的基础上，本项目将形成超宽带SAR道路检测处理软件，为超宽带SAR实际应用

VHF/UHF频段的超宽带合成孔径雷达（超宽带SAR）能够穿透叶簇对隐蔽目标进行高分辨成像，尤其可探测树林中的道路，实现道路的完整提取，具有重要的军事、民事应用前景。超宽带SAR图像与高波段SAR图像反映出的道路特征存在较大差异，高波段SAR道路提取技术不能直接照搬套用。. 在已有研究的基础上，本项目采用图像预处理、道路边缘检测、线基元提取、线基元连接等四个步骤，并结合超宽带 SAR特点，选择道路的不同特征，在每一个步骤中提出了适于超宽带SAR的算法，最终实现了超宽带SAR道路线特征提取，完成了超宽带SAR道路提取软件设计。通过实测图像测试，验证了超宽带SAR道路提取技术的有效性。本项目研究主要内容和取得的成果可以概括如下几个方面：. 1. 采用高斯、对数正态分布、Gamma分布和瑞利分布等四种杂波模型，分析了超宽带SAR图像不同区域的杂波分布。开展了经典图像增强方法对超宽带SAR图像的适应性研究。基于道路灰度特征，结合分段线性变换和直方图均衡化方法，实现了图像增强。通过实测图像验证，并以对比度和干涉比两项指标予以评价，验证了所提算法的有效性。. 2. 对七种经典道路边缘检测方法进行了理论分析，研究了其针对超宽带SAR图像存在的优点和不足。在此基础上，基于道路的灰度特征、几何特征和区域相位一致性特征，提出了区域相位一致性和形态学模板相结合的道路边缘提取算法。通过超宽带SAR图像的测试验证，并以完整度和准确度进行评价，表明所提算法具有良好的边缘检测效果。. 3. 为减少边缘线基元虚警，提出了基于道路几何特征的边缘检测结果筛选方法。并根据道路的几何分布特性，提出了几何主轴和Hough变换相结合的细化方法，有效抑制了细化过程中的毛刺，实现了线基元提取。通过“细化完整度”和“毛刺控制度”对实测图像处理结果的评价，效果良好。. 4. 针对超宽带SAR图像线基元分布零散、结构较小等问题，提出了基于线基元分级的改进层次记号编组方法，有效保留了道路线基元和有效剔除了虚警线基元，实现了道路线基元的连接。对实测图像处理结果表明，所提算法能有效提取出最可能属于道路的线基元，并将零散的线基元连接成连续的道路线段。. 5. 通过道路像素计算道路实际宽度，实现了对道路等级类别的初步识别。在此基础上，设计实现了超宽带SAR道路提取软件。