[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

本發明公開了一種基于對數變換與伽柏卷積的SAR圖像邊緣檢測方法，主要解決現有技術合成孔徑雷達SAR圖像邊緣檢測不準確以及耗時長的問題。其實現步驟如下：(1)生成含有48個伽柏卷積核的卷積核模型；(2)計算每個卷積核對應的卷積圖；(3)通過計算卷積圖獲得圖像的梯度邊緣；(4)計算每個卷積核對應的對數變換卷積圖；(5)通過計算對數變換邊緣卷積圖獲得圖像的比率邊緣；(6)將梯度邊緣和比率邊緣進合并，從而得到最終的SAR圖像邊緣檢測結果。本發明得到了良好SAR圖像的邊緣檢測結果，可用于SAR圖像的地形檢測，災害探測。

技術領域

本發明屬于圖像處理技術領域，更進一步涉及雷達圖像處理技術領域中的一種基于對數變換與伽柏卷積的SAR(Synthetic Aperture Radar)圖像邊緣檢測方法。本發明可應用于對合成孔徑雷達SAR圖像中的不同區域進行邊緣檢測提取，可用于地形檢測、災害探測、農田分布等領域中的雷達圖像邊緣檢測。

背景技術

傳統的光學圖像由于通常具有明顯的目標邊緣信息，且無明顯噪聲，所以可以直接用常規的邊緣檢測算子進行邊緣檢測。然而SAR圖像由于其獨特的成像機理，導致其中往往分布著大量相干斑噪聲，且這種噪聲是加權噪聲。正因為這種加權噪聲的存在，使得常規光學圖像的邊緣檢測方法無法有效對SAR圖像的邊緣進行檢測，導致SAR圖像的邊緣檢測難度大大提高。

Yuming Xiang，Feng Wang，Ling Wan等人在其發表的論文“一種先進的基于伽柏濾波器的SAR圖像多尺度邊緣檢測器”(IEEE Geoscience and Remote Sensing Letters,2017,14(9):1522-1526.)中提出了一種基于伽柏濾波器的SAR圖像結構邊緣檢測方法。該方法首先生成多個伽柏濾波器作為邊緣檢測模板；接著使用檢測模板在SAR圖像進行滑動，并計算對應滑窗內的比值作為檢測強度響應；接著使用非極大抑制操作和連接操作獲得初步邊緣；根據邊緣的角度和距離關系進行邊緣線篩選，獲得最終的圖像邊緣檢測結果。該方法的不足之處在于，該方法中計算對應滑窗內的比值作為檢測強度響應，在像素點灰度值高的位置會出現圖像邊緣的漏檢。

西安電子科技大學在其申請的專利“基于各向異性形態學方向比率的SAR圖像邊緣檢測方法”(專利申請號201710523319.6，公開號107358616A.)中公開了一種基于各向異性形態學方向比率的SAR圖像邊緣檢測方法。該方法根據輸入的SAR圖像設置高斯伽馬形雙窗的參數；逆時針旋轉高斯伽馬形雙窗，得到多方向的高斯伽馬形雙窗，并對其進行加權中值濾波；利用加權中值計算多方向的圖像邊緣響應并對其進行增強；根據邊緣響應計算邊緣強度映射；從邊緣強度映射中抽取極大值點，作為候選邊緣點；對候選邊緣點進行雙閾值門限決策，得到最終圖像的邊緣檢測結果。該方法存在的不足之處在于，該方法中進行加權中值濾波、利用加權中值計算多方向的圖像邊緣響應，是比較復雜的計算過程，導致該邊緣檢測方法計算量大，需要消耗大量時間。

發明內容

本發明的目的是針對上述已有技術的不足，提出了一種基于對數變換與伽柏卷積的SAR圖像邊緣檢測方法，解決在像素點灰度值高的位置會出現圖像邊緣漏檢的問題，以及邊緣檢測方法計算量大，需要消耗大量時間的問題。

實現本發明目的的思路是，SAR圖像邊緣通常分布在高比率值和高梯度值的位置。當邊緣所在位置的灰度值較高時，計算對應滑窗內的比值所得的結果，是一個十分接近數值1的檢測結果，該結果難以與非圖像邊緣處的檢測結果區分，導致在閾值篩選中被去除，出現圖像邊緣的漏檢。而這些位置若存在真實的圖像邊緣，則其在圖像灰度值上會有較大的差異，這些差異能夠使用梯度的方式檢測。但是傳統的邊緣檢測算子會被SAR圖像的相干斑噪聲影響而出現大量噪聲，而使用多尺度的伽柏卷積核作為邊緣檢測，由于其包括不同尺度的大量像素參與加權檢測過程，能夠有效降低噪聲影響。使用梯度方式的檢測結果彌補比值邊緣檢測的缺陷，能夠解決在像素點灰度值高的位置會出現圖像邊緣漏檢的問題。