基于融合邊緣檢測的sar圖像線性特征提取方法
【專利摘要】本發(fā)明公開了基于融合邊緣檢測的SAR圖像線性特征提取方法，包括如下步驟：采用Frost算法對圖像進行濾波預處理；在去除斑點噪聲和保持邊緣信息之間進行了折衷；采用基于Canny算子和ROA算子的邊緣檢測算法進行圖像邊緣檢測；該算法在保持恒虛警的同時有較好的邊緣定位能力；采用改進的Radon方法進行直線支持集提取并采用最小二乘方法對直線支持集進行擬合，得線基元；基于點啟發(fā)式連接思想將斷裂的線基元連接起來，進一步完善了提取的直線特征。本發(fā)明增加了SAR圖像檢測時的人機交互性、準確性和便捷性。
【專利說明】
基于融合邊緣檢測的SAR圖像線性特征提取方法
技術領域
[0001]本發(fā)明涉及圖像融合領域，具體涉及一種基于融合邊緣檢測的SAR圖像線性特征提取方法。
【背景技術】
[0002]SAR圖像線性特征提取方法通常包含3個步驟:首先對SAR圖像進行濾波等預處理；然后對像素鄰域進行檢測將邊緣點與背景區(qū)分開，稱為邊緣檢測；最后將以像素為單位的邊緣點連接成直線并描述其線結構，稱為邊緣編組。邊緣檢測是像素級運算。在光學圖像的邊緣檢測中，通常采用Canny或零交叉等梯度算子。其中，Canny算子有較好的邊緣定位能力，運算量適中，但針對的是加性噪聲模型。而SAR圖像的噪聲為近似服從Gamma分布的乘性噪聲，因此，差分梯度算子對于SAR圖像來說不再是恒虛警的。Touzi等人提出，均值比率(Rat1 Of Average，R0A)算子在Gamma分布的相干斑中具有恒虛警的特性，然而ROA算子邊緣定位能力差，不能直接用于線性特征自動提取中的邊緣檢測。邊緣編組一般分為兩步:線基元提取和線基元連接。線基元提取一般有以下幾種方法:相位編組、基于模板的線基元提取、Radon變換等。從線基兀的提取率、正確性、提取品質等來看，Radon變換的提取性能最好，而且Radon變換無需利用邊緣點的方向信息，克服了低分辨率SAR圖像邊緣方向定位不準的問題。線基元提取后的直線圖往往存在缺損和偏差，為此需要將斷裂的線基元連接起來。

【發(fā)明內容】

[0003]為解決上述問題，本發(fā)明提供了一種基于融合邊緣檢測的SAR圖像線性特征提取方法，增加了 SAR圖像檢測時的人機交互性、準確性和便捷性。
[0004]為實現上述目的，本發(fā)明采取的技術方案為:
[0005]基于融合邊緣檢測的SAR圖像線性特征提取方法，包括如下步驟:
[0006]S1、采用Frost算法對圖像進行濾波預處理;在去除斑點噪聲和保持邊緣信息之間進行了折衷。
[0007]S2、采用基于Canny算子和ROA算子的邊緣檢測算法進行圖像邊緣檢測；該算法在保持恒虛警的同時有較好的邊緣定位能力。
[0008]S3、采用改進的Radon方法進行直線支持集提取并采用最小二乘方法對直線支持集進行擬合，得線基元；
[0009]S4、基于點啟發(fā)式連接思想將斷裂的線基元連接起來，進一步完善了提取的直線特征。實驗證明，新的直線提取方法較好地描述了SAR圖像中的線性特征。
[0010]其中，所述步驟S4具體包括如下步驟:首先設計適合Radon變換的適應度函數，然后將線基元看作邊緣點(即節(jié)點)，將線基元的端點坐標、斜率等信息作為節(jié)點的狀態(tài)，利用適應度函數將具有最小損失路徑的節(jié)點連接起來。
[0011]本發(fā)明具有以下有益效果:
[0012]針對低信噪比SAR圖像的特點，選取了一種新的適于工程實現的線性特征提取方法。通過采用融合Canny算子和ROA算子的邊緣檢測算法，實現了檢測恒虛警并克服了直線斷裂，檢測算法有較高的邊緣定位能力。利用Radon變換提取線基元，無需考慮邊緣方向，克服了低信噪比帶來的邊緣方向定位不準的問題。基于點的啟發(fā)式連接思想，定義了基于Radon變換的適應度函數，實現了線基元的可靠連接。通過軟件的形式把方法表現出來，方便用戶的使用，軟件運行結果表明:提取的線性特征準確描述了SAR圖像的線性結構，得到的線性特征可用于自動目標識別和景象匹配等方面。
【附圖說明】
[0013]圖1為本發(fā)明實施例基于融合邊緣檢測的SAR圖像線性特征提取方法的流程圖。
[0014]圖2為本發(fā)明實施例基于融合邊緣檢測的SAR圖像線性特征提取方法中步驟S4的流程圖。
【具體實施方式】
[0015]為了使本發(fā)明的目的及優(yōu)點更加清楚明白，以下結合實施例對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0016]如圖1所示，本發(fā)明實施例提供了基于融合邊緣檢測的SAR圖像線性特征提取方法，包括如下步驟:
[0017]S1、采用Frost算法對圖像進行濾波預處理;在去除斑點噪聲和保持邊緣信息之間進行了折衷。
[0018]S2、采用基于Canny算子和ROA算子的邊緣檢測算法進行圖像邊緣檢測;該算法在保持恒虛警的同時有較好的邊緣定位能力。
[0019]S3、采用改進的Radon方法進行直線支持集提取并采用最小二乘方法對直線支持集進行擬合，得線基元；
[0020]S4、基于點啟發(fā)式連接思想將斷裂的線基元連接起來，進一步完善了提取的直線特征。實驗證明，新的直線提取方法較好地描述了SAR圖像中的線性特征。
[0021]由于SAR圖像中存在相干斑噪聲，常常使得長直線斷裂成幾段。為了得到完整的線性特征，需要將斷裂的直線段連接起來。這一過程稱為線基元連接。線基元連接建立在提取車父完整的線基?；A上。
[0022]SAR圖像信噪比低、相干斑強，一般不能得出邊緣點的準確方向。本發(fā)明采用具有一定幾何解析性的算法將邊緣點聚集成直線支持集，然后對直線支持集進行擬合實現線基元提取。Radon變換具有明了的幾何解析性、一定的抗干擾能力和易于并行處理等優(yōu)點，而且，與Hough變換相比，Radon變換計算量小、不需要太大存儲空間。所以，本發(fā)明采用Radon變換實現直線支持集提取。
[0023]啟發(fā)式連接一般是圖的邊緣跟蹤，邊緣圖上有邊緣處都為節(jié)點，邊緣的幅度和相位為節(jié)點的狀態(tài)，連接操作是搜索圖中有最小損失路徑的節(jié)點集。最小損失的定義與所用的適應度函數有關，也與具體的任務有關。不僅要考慮現有節(jié)點與下一候選節(jié)點的關系，還要考慮它與現有節(jié)點連接的上一節(jié)點的情況。
[0024]本發(fā)明采用啟發(fā)式連接的思想將斷裂的線基元連接起來，如圖2所示，具體包括如下步驟:首先設計適合Radon變換的適應度函數，然后將線基元看作邊緣點(即節(jié)點)，將線基元的端點坐標、斜率等信息作為節(jié)點的狀態(tài)，利用適應度函數將具有最小損失路徑的節(jié)點連接起來。
[0025]以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以作出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。
【主權項】
1.基于融合邊緣檢測的SAR圖像線性特征提取方法，其特征在于，包括如下步驟: 51、采用Frost算法對圖像進行濾波預處理； 52、采用基于Canny算子和ROA算子的邊緣檢測算法進行圖像邊緣檢測； 53、采用改進的Radon方法進行直線支持集提取并采用最小二乘方法對直線支持集進行擬合，得線基元； 54、基于點啟發(fā)式連接思想將斷裂的線基元連接起來，進一步完善了提取的直線特征。2.根據權利要求1所述的基于融合邊緣檢測的SAR圖像線性特征提取方法，其特征在于，所述步驟S4具體包括如下步驟:首先設計適合Radon變換的適應度函數，然后將線基元看作邊緣點，將線基元的端點坐標、斜率等信息作為節(jié)點的狀態(tài)，利用適應度函數將具有最小損失路徑的節(jié)點連接起來。
【文檔編號】G06K9/46GK105930847SQ201610211874
【公開日】2016年9月7日
【申請日】2016年3月31日
【發(fā)明人】楊桄, 程紅, 譚海峰, 楊永波, 王志強
【申請人】中國人民解放軍空軍航空大學