SAR图像变化检测算法研究的开题报告.docx

SAR图像变化检测算法研究的开题报告

一、选题背景

合成孔径雷达（SAR）是一种通过接收辐射能量来构建高分辨率雷达成像的无源遥感技术。与光学遥感相比，SAR具有成像无受云、雾、夜间等外部条件影响的优势。SAR图像变化检测是SAR遥感应用中的重要问题之一。例如，对于自然灾害、环境变化等领域，SAR变化检测能够提供强有力的支持。目前，SAR图像变化检测算法的研究主要基于像元级（Pixel-level）和物体级（Object-level）两种思路，其中像元级方法主要针对高斯噪声和多向散射干扰的问题，而物体级方法则主要考虑提取目标形状和结构等信息。

二、研究内容和目的

本文主要研究基于像素级和物体级的SAR图像变化检测算法。首先，针对SAR图像的特点，考虑采用基于小波变换的图像去噪方法，对原始SAR图像进行预处理，降低高斯噪声和多向散射干扰的影响。其次，基于像素级，采用二元分割算法（如OTSU算法、最大熵算法等）来识别变化区域。在物体级方面，研究利用多尺度分割方法（如基于区域生长的分割方法、基于区域合并的分割方法等）来提取变化目标形状和结构信息。最后对各种方法进行比较和分析，确定最佳检测方法，并在多组SAR图像变化检测实验中进行验证。

三、研究方法和步骤

1.研究SAR图像去噪方法，包括小波变换、小波域滤波器等；

2.针对像素级变化检测，研究OTSU算法、最大熵算法等二元分割方法；

3.对物体级变化检测，研究基于区域生长的分割方法、基于区域合并的分割方法等多尺度分割方法；

4.为了得到最佳的变化检测方法，进行实验比较和分析，并确定最佳的变化检测方法；

5.进行多组SAR图像变化检测实验，验证所确定的最佳检测方法；

四、预期成果

1.研究小波变换、小波域滤波器等方法对SAR图像的去噪效果；

2.同时研究基于OTSU算法、最大熵算法等二元分割方法和基于区域生长的分割方法、基于区域合并的分割方法等多尺度分割方法，得到表现最佳的变化检测方法；

3.对所确定的最佳检测方法进行多组SAR图像变化检测实验，验证检测效果；

4.完成本文论文写作。