《传统遥感SAR图像分割分析案例》2300字.docxVIP

PAGE

PAGEXXIII

传统遥感SAR图像分割分析案例

对于合成孔径雷达图像数据来说，其中包括很多重要的领域，其中图像中的主要雷达照射对象、图像中阴影和地理的环境所在。SAR图像当中所含有的数据有着很多领域，其中不同的位置拥有着不同的特点，例如图像中的目标就涵盖了图像目标的详细信息，其中包括方向、形状，同时包括电磁信号等多种特征目标的阴影区域则又涵盖了其他长度、角度等信息，本文在第四章当中所需要分割的区域就是目标和阴影。

1.1边缘分割算法

通常对于一般的边缘分割使用的是图片当中多种内容所体现出来的不连续性，对于边缘展示现实的测试对象，SAR边缘分割手段借助的是边缘检测算法进而获取合成孔径雷达图像物标的边缘，其次使用概率论当中最大似然估计算法对目标图像展开分割等相关的处理。

对于以上的合成孔径雷达图像，对应目标当中的灰度值分布较为均匀，同时，这些区域将服从Gamma分布，其函数表达式如下：

P(Iμ

在上等式中L表示的是等效视数，I代表的是图像的实际强度，μ表示的则为图像均匀区域的均值，因此在分裂之后的等大区域是N个独立像素计算值的均匀位置，他们之间的算式比为：

P(r/μ1

在上等式当中，r为大于0的任意数，该符号的含义是均值比，同时，等式当中的μ1,μ2两者分别是窗口两边像素的算术均值，所以均值比r的实际分布不太会收单独区域数值的影响，此时

P