一种基于剪切波的SAR图像边缘检测方法技术

本发明专利技术属于图像边缘检测技术领域，具体涉及一种基于剪切波的SAR图像边缘检测方法包括以下步骤：步骤一：构造偶剪切波模型；步骤二：对构造好的偶剪切波模型进行希尔伯特变换；步骤三：根据剪切波系数计算边缘的最佳方向；步骤四：计算边缘最佳方向计算边缘存在的可能性；步骤五：将步骤四中检测结果进行二值化；步骤六：对步骤五中得到的二值化图像进行形态学处理；步骤七：对步骤六中形态学处理后的图像进行边缘的细化，得到最终图像；本方法检测出的边缘结果非常贴近实际的边缘特征，并且可以去掉大量伪边缘，非常适用于强噪声干扰下的SAR图像边缘检测。

A Method of SAR Image Edge Detection Based on Shear Wave

【技术实现步骤摘要】
一种基于剪切波的SAR图像边缘检测方法
本专利技术属于图像边缘检测
，具体涉及一种基于剪切波的SAR图像边缘检测方法。
技术介绍
合成孔径雷达(SyntheticApertureRadar,SAR)是一种高分辨率的相干成像雷达，可以全天候、全天时的成像，它的成像机理非常复杂，极易形成性乘性相干斑噪声。这使得传统的边缘检测方式无法适用于SAR图像的边缘检测，而近些年逐渐发展起来的用于克服SAR图像乘性相干斑噪声影响的边缘检测方法，也在使用中暴露出了其弱方向性的问题。传统的边缘检测算子，比如Prewitt算子、Sobel算子，它们是将微分可以作为边缘的表征，通过构造对像素灰度级阶变化敏感的微分算子来进行边缘检测的。这样的方式虽然能检测出图像的边缘信息，但效果不好无法克服SAR图像的噪声影响，往往会检测出与真实边缘混杂在一起的虚假边缘。现在常用于SAR图像边缘检测的算子，比如指数加权均值比率(RatioofExponentiallyWeightedAverages，ROEWA)检测算子等，这些算子均具有恒虚警率，并在一定程度上克服了经典梯度边缘检测算子对乘性噪声敏感的缺点。但是学者们发现它们存在弱方向性问题，计算边缘点的方向时仅能获得[0，π/2)角度范围。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提供了一种基于剪切波的SAR图像边缘检测方法。本专利技术要解决的技术问题通过以下技术方案实现：一种基于剪切波的SAR图像边缘检测方法，包括以下步骤：步骤一：构造偶剪切波模型；步骤二：对构造好的偶剪切波模型进行希尔伯特变换，将偶对称剪切波作为复数剪切波模型的实部，奇对称剪切波作为复数剪切波的虚部，得到复杂剪切波模型；并使用复杂的剪切波模型对SAR图像做处理，得到相应的剪切波系数；步骤三：根据剪切波系数计算边缘的最佳方向；步骤四：计算边缘最佳方向计算边缘存在的可能性；步骤五：将步骤四中检测结果进行二值化，得到二值图像；步骤六：对步骤五中得到的二值化图像进行形态学处理；步骤七：对步骤六中形态学处理后的图像进行边缘的细化，得到最终图像。进一步的，所述步骤一中剪切波的各向异性膨胀定义如下：其中a为尺度参数，s为剪切参数，t为平移参数，各向异性膨胀矩阵定义为剪切矩阵定义为进一步的，所述步骤二设ψeven为偶对称剪切波，且为函数的实部，那么复杂剪切波的定义如下：ψ＝ψeven+iψodd:＝ψeven+iH(ψeven)其中ψodd表示奇对称剪切波，函数H(·)表示希尔伯特变换，其变换公式如下：其次，使用墨西哥草帽小波和高斯小波的张量积构造偶对称剪切波，并使用希尔伯特变换将偶对称剪切波转换为奇对称剪切波；偶对称剪切波和奇对称剪切波的公式如下：其中尺度参数剪切参数平移参数并且剪切矩阵定义为各向异性膨胀矩阵定义为进一步的，所述步骤三中利用奇对称和偶对称剪切波系数来计算每个像素上存在的道路的最佳方向；对于尺度参数j∈{Jmin,...,Jmax}，剪切参数以及平移参数每一个像素点上存在边缘的最佳方向通过下式计算：进一步的，所述步骤四中最佳方向上的边缘测量通过下式计算：其中f为图像矩阵，为剪切矩阵，为各向异性膨胀矩阵，为了使得每个像素点的边缘测量概率值介于0到1之间，设置以下映射关系：它产生一个0到1之间的值，度量为0表示该位置没有边缘，1表示肯定存在边缘。进一步的，所述步骤五中二值化方法为，设定一个阈值，遍历每个像素点，若像素值大于等于阈值则将该点灰度值置为1，小于阈值则将该点灰度值置为0，把步骤四中边缘检测的结果图像转为二值图像。进一步的，所述步骤六先进行二值图像中的连通域标记处理操作，二值图像的连通域标记处理操作就是从由像素值0和1组成的一幅点阵图像中，将互相邻接(通常为4-邻接或8-邻接)的具有像素值“1”的像素集合用不同数字标记出来，同时统计不同连通域中白色像素点数目，并设置阈值，认定图像各连通区域中像素点个数小于阈值的部分为伪边缘，将这些连通区域中的像素值全部置为0，以达到消除伪边缘的目的，再对消除伪边缘后的图像进行膨胀腐蚀操作，以去掉边缘上的毛刺现象。与现有技术相比，本专利技术的有益效果：本方案对于SAR图像的边缘检测具有很好的效果，检测出的边缘结果接近实际边缘特征，并且本方案中的形态学处理可以去掉大量伪边缘，非常适用于强噪声干扰下的SAR图像边缘检测。附图说明图1是本检测方法原理示意图。图2是本专利技术实验选取图。图3是本专利技术实验另一选取图。图4是对实验选取图进行边缘检测的结果图。图5是对图4进行去伪边缘结果图。图6是对图5进行膨胀操作的结果图。图7是对图6进行细化操作的结果图。图8是对实验另一选取图进行边缘检测的结果图。图9是对图8进行去伪边缘结果图。图10是对图9膨胀操作的结果图。图11是对图10进行细化操作的结果图。具体实施方式下面结合具体实施例对本专利技术做进一步详细的描述，但本专利技术的实施方式不限于此。SAR图像中可能存在的边缘的主要方向通过奇对称剪切波最大系数来确定，也就是对于二维平面中的每一个点，最大化其奇对称剪切波系数的绝对值，并选择相应剪切波方向作为主要方向，然后，基于这个方向利用偶对称剪切波系数和奇对称剪切波系数计算该像素上存在道路的可能性。如图1所示，一种基于剪切波的SAR图像边缘检测方法，包括以下步骤：步骤一：构造偶剪切波模型；步骤二：对构造好的偶剪切波模型进行希尔伯特变换，将偶对称剪切波作为复数剪切波模型的实部，奇对称剪切波作为复数剪切波的虚部，得到复杂剪切波模型；并使用复杂的剪切波模型对SAR图像做处理，得到相应的剪切波系数；步骤三：根据剪切波系数计算边缘的最佳方向；步骤四：计算边缘最佳方向计算边缘存在的可能性；步骤五：将步骤四中检测结果进行二值化，得到二值图像；步骤六：对步骤五中得到的二值化图像进行形态学处理；步骤七：使用MATLAB中的bwmorph函数对步骤六中形态学处理后的图像进行边缘的细化，得到最终图像。进一步的，步骤一中剪切波的各向异性膨胀定义如下：其中a为尺度参数，s为剪切参数，t为平移参数，各向异性膨胀矩阵定义为剪切矩阵定义为进一步的，了保证生成函数的实部是偶对称的(如余弦)和虚部是奇对称的(如正弦)，本方案采用希尔伯特变换将偶对称函数转换为奇对称函数，步骤二设ψeven为偶对称剪切波，且为函数的实部，那么复杂剪切波的定义如下：ψ＝ψeven+iψodd:＝ψeven+iH(ψeven)其中ψodd表示奇对称剪切波，函数H(·)表示希尔伯特变换，其变换公式如下：其次，使用墨西哥草帽小波和高斯小波的张量积构造偶对称剪切波，并使用希尔伯特变换将偶对称剪切波转换为奇对称剪切波；偶对称剪切波和奇对称剪切波的公式如下：其中尺度参数剪切参数平移参数并且剪切矩阵定义为各向异性膨胀矩阵定义为进一步的，步骤三中利用奇对称和偶对称剪切波系数来计算每个像素上存在的道路的最佳方向；对于尺度参数j∈{Jmin,...,Jmax}，剪切参数以及平移参数每一个像素点上存在边缘的最佳方向通过下式计算：进一步的，步骤四中最佳方向上的边缘测量通过下式计算：其中f为图像矩阵，为剪切矩阵，为各向异性膨胀矩阵，位置测量公式中的ε是趋近于0的极小值且ε＞0，以确保分母不会为0，为了使得每个像素点的边缘测量概率值本文档来自技高网...

【技术保护点】
1.一种基于剪切波的SAR图像边缘检测方法，其特征在于：包括以下步骤：步骤一：构造偶剪切波模型；步骤二：对构造好的偶剪切波模型进行希尔伯特变换，将偶对称剪切波作为复数剪切波模型的实部，奇对称剪切波作为复数剪切波的虚部，得到复杂剪切波模型；并使用复杂的剪切波模型对SAR图像做处理，得到相应的剪切波系数；步骤三：根据剪切波系数计算边缘的最佳方向；步骤四：计算边缘最佳方向计算边缘存在的可能性；步骤五：将步骤四中检测结果进行二值化，得到二值图像；步骤六：对步骤五中得到的二值化图像进行形态学处理；步骤七：对步骤六中形态学处理后的图像进行边缘的细化，得到最终图像。

【技术特征摘要】
1.一种基于剪切波的SAR图像边缘检测方法，其特征在于：包括以下步骤：步骤一：构造偶剪切波模型；步骤二：对构造好的偶剪切波模型进行希尔伯特变换，将偶对称剪切波作为复数剪切波模型的实部，奇对称剪切波作为复数剪切波的虚部，得到复杂剪切波模型；并使用复杂的剪切波模型对SAR图像做处理，得到相应的剪切波系数；步骤三：根据剪切波系数计算边缘的最佳方向；步骤四：计算边缘最佳方向计算边缘存在的可能性；步骤五：将步骤四中检测结果进行二值化，得到二值图像；步骤六：对步骤五中得到的二值化图像进行形态学处理；步骤七：对步骤六中形态学处理后的图像进行边缘的细化，得到最终图像。2.根据权利要求1所述的一种基于剪切波的SAR图像边缘检测方法，其特征在于：所述步骤一中剪切波的各向异性膨胀定义如下：其中a为尺度参数，s为剪切参数，t为平移参数，各向异性膨胀矩阵定义为剪切矩阵定义为3.根据权利要求1所述的一种基于剪切波的SAR图像边缘检测方法，其特征在于：所述步骤二设ψeven为偶对称剪切波，且为函数的实部，那么复杂剪切波的定义如下：ψ＝ψeven+iψodd:＝ψeven+iH(ψeven)其中ψodd表示奇对称剪切波，函数H(·)表示希尔伯特变换，其变换公式如下：其次，使用墨西哥草帽小波和高斯小波的张量积构造偶对称剪切波，并使用希尔伯特变换将偶对称剪切波转换为奇对称剪切波；偶对称剪切波和奇对称剪切波的公式如下：其中尺度参数剪切参数平移参数并且剪切矩阵定义为各向异性膨胀矩阵定义为4.根据权利要求1所述的一种基于...

【专利技术属性】
技术研发人员：孙增国，赵国栋，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：陕西,61