[發明專利]基于對數變換與伽柏卷積的SAR圖像邊緣檢測方法有效
| 申請號: | 201910688034.7 | 申請日: | 2019-07-29 |
| 公開(公告)號: | CN110533679B | 公開(公告)日: | 2021-09-03 |
| 發明(設計)人: | 尚榮華;林俊凱;焦李成;尚凡華;馬文萍;王蓉芳;李陽陽;馮婕;張夢璇 | 申請(專利權)人: | 西安電子科技大學 |
| 主分類號: | G06T7/13 | 分類號: | G06T7/13;G06T7/136 |
| 代理公司: | 陜西電子工業專利中心 61205 | 代理人: | 田文英;王品華 |
| 地址: | 710071 陜*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 對數 變換 卷積 sar 圖像 邊緣 檢測 方法 | ||
1.一種基于對數變換與伽柏卷積的SAR圖像邊緣檢測方法,其特征在于,生成伽柏函數卷積核模型,獲得對數變換卷積圖,獲得對數變換邊緣定位圖;該方法的具體步驟包括如下:
(1)生成伽柏函數卷積核模型:
(1a)按照的排列順序,依次設置第一至第四十八的伽柏函數卷積核的傾斜角,將第一至第十六的伽柏函數卷積核的邊長均設置為9,將第十七至第三十二的伽柏函數卷積核的邊長均設置為13,將第三十三至第四十八的伽柏函數卷積核的邊長均設置為15;
(1b)按照下式,利用設置的伽柏函數卷積核的參數,計算每個伽柏函數在不同坐標位置的卷積核的數值,將每個伽柏函數卷積核中所有坐標位置的卷積核的數值,組成該伽柏函數卷積核,將所有的伽柏函數卷積核組成伽柏函數卷積核模型:
其中,wixy表示第i個伽柏函數卷積核中位于橫坐標xi,縱坐標yi處的伽柏函數卷積核的數值,exp表示以自然常數e為底的指數操作,xi,yi分別表示第i個伽柏函數卷積核中卷積值的橫坐標和縱坐標,Wi表示第i個伽柏函數卷積核的邊長,sin表示正弦操作,π表示圓周率,cos表示余弦操作,θi表示第i個伽柏函數卷積核的傾斜角;
(2)獲得卷積圖:
(2a)輸入一幅待處理的單通道SAR圖像,該SAR圖像為灰度圖像;
(2b)用伽柏函數卷積核模型中的每個伽柏函數卷積核,對輸入的SAR圖像進行卷積操作,得到每個卷積核的卷積圖,共48個卷積圖;
(3)獲得邊緣定位圖:
(3a)從48個卷積圖中選取所有相同序號的像素中的最大值像素,將所有的最大值像素組成圖像邊緣強度圖;
(3b)將所有最大值像素對應的卷積圖的序號值作為梯度像素值,將所有的梯度像素組成圖像邊緣梯度圖;
(3c)對圖像邊緣強度圖進行非極大抑制操作,得到邊緣非抑制圖;
(3d)對邊緣非抑制圖的每個像素進行下述滯后閾值操作,得到圖像的邊緣定位圖:
第一步:根據不同的SAR圖像,分別設置對應的高、低閾值;
第二步:遍歷邊緣非抑制圖中的每個像素,將每個像素的值分別與高、低閾值對比,將大于高閾值的像素作為確定特征像素,將小于高閾值且大于低閾值的每個像素作為待定特征像素,將所有的確定特征像素組成確定像素集;
第三步:將以每個確定特征像素為中心的8鄰域內的8個像素組成一個補充集;
第四步:將補充集中的每個待定特征像素作為確定特征像素;
第五步:將第二步與第四步得到的所有的確定特征像素組成邊緣定位圖;
(4)獲得對數變換卷積圖:
(4a)對輸入待處理的單通道SAR圖像中的每個像素值取自然對數,將所有對數變換后的像素組成對數變換圖;
(4b)用伽柏函數卷積核模型中的每一個伽柏函數卷積核,對對數變換圖進行卷積操作,得到每個卷積核的對數變換卷積圖,共48個對數變換卷積圖;
(5)獲得對數變換邊緣定位圖:
(5a)從48個對數變換卷積圖中選取所有相同序號的像素中的最小值像素,按照下式,計算每個最小值像素的指數變換值,將所有的指數變換像素組成變換邊緣強度圖:
Mi=1-expNi
其中,Mi表示第i個最小值像素的指數變換值,Ni表示第i個最小值像素的值;
(5b)將所有最小值像素對應的對數變換卷積圖的序號值,作為變換梯度像素值,將所有變換梯度像素組成變換邊緣梯度圖;
(5c)采用與步驟(3c)相同的方法,對變換邊緣強度圖進行非極大抑制操作,得到變換邊緣非抑制圖;
(5d)采用與步驟(3d)相同的方法,對變換邊緣非抑制圖的每個像素進行滯后閾值操作,得到對數變換邊緣定位圖;
(6)獲得SAR圖像的邊緣檢測圖:
將邊緣定位圖和對數變換邊緣定位圖中的所有確定特征像素組成SAR圖像邊緣檢測圖。
2.根據權利要求1所述的基于對數變換與伽柏卷積的SAR圖像邊緣檢測方法,其特征在于,步驟(3c)中所述非極大抑制操作的具體步驟如下:
第一步,按照下式,計算圖像邊緣強度圖中每個像素的梯度方向:
其中,Gm表示圖像邊緣強度圖中第m像素的梯度方向值,Tm表示圖像邊緣梯度圖中第m像素值,π表示圓周率;
第二步,根據圖像邊緣強度圖中每個像素的梯度方向,將以該像素為中心的8鄰域像素中,位于對應梯度方向上的2個像素作為該像素的對比像素;
第三步,遍歷圖像邊緣強度圖中的每個像素,對比每個像素與其2個對比像素的值的大小,將大于2個對比像素的像素值作為一個非抑制像素值;
第四步,將所有的非抑制像素值組成邊緣非抑制圖。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安電子科技大學,未經西安電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910688034.7/1.html,轉載請聲明來源鉆瓜專利網。





