题目：小波域SAR图像降斑及图像中河流检测算法的研究

本文的主要工作是对合成孔径雷达(SAR)图像理解应用算法的研究，包括针对去除相干斑点噪声，研究SAR图像滤波复原算法和研究SAR图像中边缘检测问题，形成河流提取算法两方面的内容。在深入分析SAR图像特性和已存在的时域、频域滤波算法的基础上，本文提出了一种改进的α－MAP降斑算法，算法通过采用厚尾α稳定分布和引入噪声方差调整系数的方法，可以获得更好的降斑和纹理保持效果，同时采用平稳小波分解解决了Gibbs效应引入的伪噪声问题。该算法更具适应性，在性能参数和复原图像效果上都有较好的表现。在河流信息提取方面，本文通过研究小波边缘检测理论以及海岸线检测算法，充分利用河流特性，提出了基于二进小波变换的边缘提取和脊线跟踪技术的检测算法。本文应用小波变换多尺度特性进行边缘检测，采用小波域系数直接相关的方法提取边缘，比WTMM算法更加简单高效。在连接不连续边缘点和水域连通时，本文采用了指纹提取中的基于灰度级图像的脊线跟踪技术，克服了广泛应用于海岸线连接中的Snake模型计算复杂，适应性差的缺点。该算法更高效，对复杂的河流边缘更具适应性，算法检测结果连通性更好，定位准确。