SAR图像中分维的计算方法.pdfVIP

SAR图像中分维的计算方法 李额李春升燕英 北京航空航天大学电子工程系 ■要：奉文在介绍图象中分堆计算的基础上。讨论了在无噪声与有噪声的基础上，分 堆的各种计算方法． 主一诩：分形分堆小波变换拉瞢拉斯全丰塔算法 1．引言 分形几何学是非线性科学中的一个重要领域。由Mandelbrot在20世纪70年代创立．它 为研究非规则几何对象提供了思想．方法和技巧等方面的总框架．分形的重要特征是自相忸 性，印子集有着与集合本身相同的结构而且其大小是按比例缩小的．这个特征使其在自然科 学镁域的各个学科中有着广泛的应用．∞年代末。分形被引用判图像处理中。运步成为研究 热点．Mamdelbrot曾指出，分形具有三个要素：形钝机遇。维数．分形维教(分堆)是定量表示 分形的丘因此分维的计算是很重要的． ． 合成孔径重达(s㈣是20世纪50年代发展起来的一种高分辨事徽波成象系统能够提 供高分辨■迭图像。在地球科学和军事科学等领域具有广阉的应用前景．对于数字地形，量 重要的是它的纹理结构，而分形地貌的分堆模型．即分数Brown运动．能充分反映地形 的统计蚊理特征。这就使得对SAR田像中分维的计算显蔫很t耍．然而。由于噪声的存在， 使得分维的计算变褥复杂_起来．本文针对无臻声与有噪声的不同情况讨论了分壤的计算方 法． 2．无噪声情况下，SAR分维的计算方法 2．1鼓性回归方法 自然界中的随机分维量适合的数学模型是分数布朗运动(FBM)．一个甩M的衰面 函数％(枷鼍过一个均值为0的高斯分布描述出来，它的增值满足下列关系： E{|％(x，力一Vx(x+△x，y+Ay：q2)=I|(衄圳” (1) ●，‘■_一 这里H是瞅几里德范数，0(H《1．H代表了表面的辊糖度，当H=l时对应的是光滑衰 面．当H_昌0是对应的是量粗糙的表面．分维D与H的关系是：D—n+I-FI，这里n是衰面 可用下式插述： l { ‰1．吼k耐可 ㈤ 这样．D能通过一个线性回归计算： vs． (3) 109【P(q，国2)】 109【(∞；+m；)2】 2．2小波变换的方法 Ma／lat在1989年提出了小波分析的方法，小波变换提供了针对连续与离散信号的多 分辨分析。多分辩分析包括一系列闭子空间匕∈上2(^)，以使匕c匕+I，函数脚在 吒上的投影表示f【x)在一个已给的分辨率上的近似，子空间圪的基是尺度函数和(x)}。 由卜t加2；∥…加∈=}定义，原始信号坟啦过尺度函数投影到空间_中。 现定义吒为匕在圪“中的补空问·即吒“=Lo既．既的基是小波基函数 钒瑚．由p。，=z；妒c2‘x一础n∈z}定义，空间睨包含了躺的细节信息． 利用小波变换的方法可以很容易地从功率谱中得到分维D：细节信息可由对原始信 号进行滤波和降样来得到．在2j尺度上的输出功率谱由下式给出； 经过在2。’采样率上的采样和在两．个不同尺度上的迭代．得到下式： 生：2：一 只， 肛古·制