第１４卷第１期２００９年１月
中国图象图形学报
ＪｏｕｒｎａｌｏｆＩｍａｇｅａｎｄＧｒａｐｈｉｃｓ
Ｖ０１．１４，Ｎｏ．１
Ｊａｎ．，２００９
——本期主题专栏“ＳＡＲ图像处理”序ＳＡＲ图像处理新进展
进入２１世纪后，伴随着一系列合成孔径雷达（ＳＡＲ）卫星的升空，特别是
２００７年德国ＴｅｒｒａＳＡＲ．Ｘ、意大利Ｃｏｓｍｏ．Ｓｋｙｍｅｄ、加拿大Ｒａｄａｒｓａｔ一２卫星的相
继发射，ＳＡＲ卫星应用进入了一个新的阶段。我国自行研发的“环境一号”
（ｎＪ．１）星座中的合成孔径雷达卫星（ＨＪ－１Ｃ）将于明年上半年发射，也将推
进我国ＳＡＲ应用的快速发展。
随着ＳＡＲ．技术的迅速发展，ＳＡＲ数据源越来越丰富，图像分辨率越来
越高、成像模式越来越灵活，应用领域也越来越广阔，同时，也对ＳＡＲ图像
处理和应用研究提出了新的挑战。由于分辨率的提高，ＳＡＲ的数据量呈级
数增长，基于人工的信息处理及应用研究（如目标识别）面临很多困难：首先要在大范围区域中，人工判读实现基于ＳＡＲ图像的地物检测、识别的任务，其任务量之大远远超过人工迅速做出判断的极限，由此带来的主观错误和理解错误不可避免。其次，ＳＡＲ图像特殊的成像机理，使得目标对方位角十分敏感，较大的方位角差异将会导致完全不同的ＳＡＲ图像，使得ＳＡＲ图像在视觉效果上与光学图像的差异进一步加大，增加了图像解译判读的难度；再次，随着ＳＡＲ传感器分辨率的不断提高，传感器模式、波段和极化方式的多元化，ＳＡＲ图像中的目标信息也呈现爆炸性的增长，目标由原来单通道单极化中低分辨率图像上的点目标，变为了具有丰富细节特征和散射特征的面目标，这一方面使得对地物信息进行更细致的解译和识别工作成为了可能，同时也使得地物特征的种类和不稳定性大为增加，因而传统的信息处理和应用方法已经不能满足实际应用的需要，必须对相关的关键技术进行攻关，加快数据处理速度，提高信息提取的精度。
ＳＡＲ图像预处理（包括压缩）技术，是ＳＡＲ应用的基本保证。随着ＳＡＲ分辨率的提高和极化信息的增加，如何在尽可能保持图像质量的情况下，得到尽可能高的压缩比的算法一直是ＳＡＲ图像压缩研究的焦点。国防科技大学张军等人提出了一种基于图像分解的敏感目标自动提取与保护的ＳＡＲ图像压缩策略，通过图像分解在纹理分量重进行目标检测，使用纹理分量的特性来提取并分割感兴趣区域，保证了图像重要目标区域的保护。由于ＳＡＲ系统是相干成像，ＳＡＲ图像相干斑现象严重，需要进行有效地抑制才有利于后期的处理及应用。基于数据软处理方法的ＳＡＲ图像滤波与图像增强，其关键是要充分挖掘和利用图像的先验信息，建立合理的物理模型和数学模型，并设计相应的快速算法进行实现。南京航空航天大学的张伟等人提出了一种基于ＮｏｎｓｕｂｓａｍｐｌｅｄＣｏｎｔｏｕｒｌｅｔ变换域自适应收缩的ＳＡＲ图像相干斑抑制算法，该算法充分利用了ＮＳＣＴ的冗余性和良好的方向选择性，及Ｐｉｚｕｒｉｃａ收缩算法对图像边缘的有效保留特征，从而在有效地去除ＳＡＲ图像斑点噪声的同时，保留了清晰的边缘等细节特征。此外，对ＳＡＲ图像进行有效地分割处理，将直接服务于目标监测、特征提取、目标识别等多种应用。目前图像分割的算法众多，各有特色又各有局限。国防科技大学的朱俊等人在原始二维Ｏｔｓｕ法基础上，分析了叠加乘性噪声的二维直方图特点，建立了新的适用于ＳＡＲ图像相干乘性噪声的直方图区域划分算法。该算法尽可能多地包含了直方图对角线附近的背景和目标点，减少了远离对角线的边缘和噪声点的影响，同时还极大地缩小了区域的计算范围。
ＳＡＲ图像的目标检测和识别技术是ＳＡＲ图像处理研究的热点。以美国ＭＩＴ林肯实验室、美国空军实验室、ＤＡＲＰＡ实验室及加州大学、斯坦福大学、波士顿大学、华盛顿大学等大学为代表。最早开展ＳＡＲ图像目标识别的研究，并取得了很好的成果。目标识别系统已经从原理较为简单的限制条件下的基于模板库的识 万方数据