● 摘要
合成孔径雷达（Synthetic Aperture Radar, SAR）技术是微波遥感领域的重要突破，其具有全天时、全天候工作的能力，作为传统光学成像系统的重要补充，在军民用领域中得到了广泛应用。但由于SAR的相干成像特性，使其在解译上有别于传统的光学图像，传统的图像处理方法几乎无法直接应用于SAR图像处理中。因此，对SAR图像处理以及SAR图像与可见光图像匹配的关键技术进行研究，具有重要的理论和应用价值。
本论文根据SAR图像成像原理以及SAR图像与可见光图像间的差异，提出了以区域形状为SAR图像与可见光图像共性特征的匹配新思路，其主要创新性研究内容有以下4点。
相干斑导致SAR图像中每个像素具有不确定性，但对具有相同地物反射强度的区域，SAR图像又会服从一定的统计规律。因此，本文在深入研究常用SAR图像统计模型的基础上，提出了一种简单有效的二元混合模型——Cauchy-Rayleigh混合分布模型，并建立了基于期望最大化（Expectation-maximization, EM）算法的参数估计方法。实验结果表明，与传统SAR图像统计模型相比，Cauchy-Rayleigh混合模型更准确。
相干斑抑制是SAR图像处理和应用的基础，本文在深入研究SAR图像相干斑抑制方法的基础上，提出了一种基于Cauchy-Rayleigh混合分布模型的极大后验（Maximum a posteriori , MAP）滤波算法，选取Cauchy-Rayleigh混合分布和Gamma分布的平方根作为先验模型，在Bayesian估计框架下获得其滤波估计值。实验结果表明，与传统的滤波算法相比，本文算法对相干斑抑制效果更好，且具有更好的结构保持能力。
提出了一种改进的基于水平集的SAR图像分割算法，该算法修正了传统算法中边界曲线运动方程的不足，引入了凹凸性检测算子，有效地提高了分割边界的平滑性，实验结果验证了算法的有效性。同时，本文针对该问题又提出了一种基于区域竞争的SAR图像分割方法，该方法利用区域边界曲率、凹凸性检测算子和Cauchy-Rayleigh混合分布模型构成能量函数，利用判断区域边界点在其相邻区域中能量的增减来标记分割记号，实验结果表明，该方法同样可以获得边界平滑的分割结果。
提出了一种基于多项式拟合的Shape Context匹配算法。该算法首先利用多项式对形状轮廓点进行局部拟合，选取拟合度较高的点作为特征点，从而可以准确地获得特征点的法线方向，以解决Shape Context的旋转不变性问题；进而根据投票准则，完成样本间的匹配与分类，并利用匹配点的 ×2检验统计量对分类结果进行监督。实验结果表明，该算法具有旋转尺度不变性，能够很好地完成形状分类任务，并能够成功完成可见光图像与SAR图像的匹配。