基于融合边缘检测的SAR图像线性特征提取方法技术

本发明专利技术公开了基于融合边缘检测的SAR图像线性特征提取方法，包括如下步骤：采用Frost算法对图像进行滤波预处理；在去除斑点噪声和保持边缘信息之间进行了折衷；采用基于Canny算子和ROA算子的边缘检测算法进行图像边缘检测；该算法在保持恒虚警的同时有较好的边缘定位能力；采用改进的Radon方法进行直线支持集提取并采用最小二乘方法对直线支持集进行拟合，得线基元；基于点启发式连接思想将断裂的线基元连接起来，进一步完善了提取的直线特征。本发明专利技术增加了SAR图像检测时的人机交互性、准确性和便捷性。

【技术实现步骤摘要】

本专利技术涉及图像融合领域，具体涉及一种基于融合边缘检测的SAR图像线性特征提取方法。
技术介绍
SAR图像线性特征提取方法通常包含3个步骤：首先对SAR图像进行滤波等预处理；然后对像素邻域进行检测将边缘点与背景区分开，称为边缘检测；最后将以像素为单位的边缘点连接成直线并描述其线结构，称为边缘编组。边缘检测是像素级运算。在光学图像的边缘检测中，通常采用Canny或零交叉等梯度算子。其中，Canny算子有较好的边缘定位能力，运算量适中，但针对的是加性噪声模型。而SAR图像的噪声为近似服从Gamma分布的乘性噪声，因此，差分梯度算子对于SAR图像来说不再是恒虚警的。Touzi等人提出，均值比率(Ratio Of Average，ROA)算子在Gamma分布的相干斑中具有恒虚警的特性，然而ROA算子边缘定位能力差，不能直接用于线性特征自动提取中的边缘检测。边缘编组一般分为两步：线基元提取和线基元连接。线基元提取一般有以下几种方法：相位编组、基于模板的线基元提取、Radon变换等。从线基元的提取率、正确性、提取品质等来看，Radon变换的提取性能最好，而且Radon变换无需利用边缘点的方向信息，克服了低分辨率SAR图像边缘方向定位不准的问题。线基元提取后的直线图往往存在缺损和偏差，为此需要将断裂的线基元连接起来。
技术实现思路
为解决上述问题，本专利技术提供了一种基于融合边缘检测的SAR图像线性特征提取方法，增加了SAR图像检测时的人机交互性、准确性和便捷性。为实现上述目的，本专利技术采取的技术方案为：基于融合边缘检测的SAR图像线性特征提取方法，包括如下步骤：S1、采用Frost算法对图像进行滤波预处理；在去除斑点噪声和保持边缘信息之间进行了折衷。S2、采用基于Canny算子和ROA算子的边缘检测算法进行图像边缘检测；该算法在保持恒虚警的同时有较好的边缘定位能力。S3、采用改进的Radon方法进行直线支持集提取并采用最小二乘方法对直线支持集进行拟合，得线基元；S4、基于点启发式连接思想将断裂的线基元连接起来，进一步完善了提取的直线特征。实验证明，新的直线提取方法较好地描述了SAR图像中的线性特征。其中，所述步骤S4具体包括如下步骤：首先设计适合Radon变换的适应度函数，然后将线基元看作边缘点(即节点)，将线基元的端点坐标、斜率等信息作为节点的状态，利用适应度函数将具有最小损失路径的节点连接起来。本专利技术具有以下有益效果：针对低信噪比SAR图像的特点，选取了一种新的适于工程实现的线性特征提取方法。通过采用融合Canny算子和ROA算子的边缘检测算法，实现了检测恒虚警并克服了直线断裂，检测算法有较高的边缘定位能力。利用Radon变换提取线基元，无需考虑边缘方向，克服了低信噪比带来的边缘方向定位不准的问题。基于点的启发式连接思想，定义了基于Radon变换的适应度函数，实现了线基元的可靠连接。通过软件的形式把方法表现出来，方便用户的使用，软件运行结果表明：提取的线性特征准确描述了SAR图像的线性结构，得到的线性特征可用于自动目标识别和景象匹配等方面。附图说明图1为本专利技术实施例基于融合边缘检测的SAR图像线性特征提取方法的流程图。图2为本专利技术实施例基于融合边缘检测的SAR图像线性特征提取方法中步骤S4的流程图。具体实施方式为了使本专利技术的目的及优点更加清楚明白，以下结合实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本专利技术实施例提供了基于融合边缘检测的SAR图像线性特征提取方法，包括如下步骤：S1、采用Frost算法对图像进行滤波预处理；在去除斑点噪声和保持边缘信息之间进行了折衷。S2、采用基于Canny算子和ROA算子的边缘检测算法进行图像边缘检测；该算法在保持恒虚警的同时有较好的边缘定位能力。S3、采用改进的Radon方法进行直线支持集提取并采用最小二乘方法对直线支持集进行拟合，得线基元；S4、基于点启发式连接思想将断裂的线基元连接起来，进一步完善了提取的直线特征。实验证明，新的直线提取方法较好地描述了SAR图像中的线性特征。由于SAR图像中存在相干斑噪声，常常使得长直线断裂成几段。为了得到完整的线性特征，需要将断裂的直线段连接起来。这一过程称为线基元连接。线基元连接建立在提取较完整的线基元基础上。SAR图像信噪比低、相干斑强，一般不能得出边缘点的准确方向。本专利技术采用具有一定几何解析性的算法将边缘点聚集成直线支持集，然后对直线支持
集进行拟合实现线基元提取。Radon变换具有明了的几何解析性、一定的抗干扰能力和易于并行处理等优点，而且，与Hough变换相比，Radon变换计算量小、不需要太大存储空间。所以，本专利技术采用Radon变换实现直线支持集提取。启发式连接一般是图的边缘跟踪，边缘图上有边缘处都为节点，边缘的幅度和相位为节点的状态，连接操作是搜索图中有最小损失路径的节点集。最小损失的定义与所用的适应度函数有关，也与具体的任务有关。不仅要考虑现有节点与下一候选节点的关系，还要考虑它与现有节点连接的上一节点的情况。本专利技术采用启发式连接的思想将断裂的线基元连接起来，如图2所示，具体包括如下步骤：首先设计适合Radon变换的适应度函数，然后将线基元看作边缘点(即节点)，将线基元的端点坐标、斜率等信息作为节点的状态，利用适应度函数将具有最小损失路径的节点连接起来。以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
基于融合边缘检测的SAR图像线性特征提取方法，其特征在于，包括如下步骤：S1、采用Frost算法对图像进行滤波预处理；S2、采用基于Canny算子和ROA算子的边缘检测算法进行图像边缘检测；S3、采用改进的Radon方法进行直线支持集提取并采用最小二乘方法对直线支持集进行拟合，得线基元；S4、基于点启发式连接思想将断裂的线基元连接起来，进一步完善了提取的直线特征。

【技术特征摘要】
1.基于融合边缘检测的SAR图像线性特征提取方法，其特征在于，包括如下步骤：S1、采用Frost算法对图像进行滤波预处理；S2、采用基于Canny算子和ROA算子的边缘检测算法进行图像边缘检测；S3、采用改进的Radon方法进行直线支持集提取并采用最小二乘方法对直线支持集进行拟合，得线基元；S4、基于点启发式连接思想将...

【专利技术属性】
技术研发人员：杨桄，程红，谭海峰，杨永波，王志强，
申请(专利权)人：中国人民解放军空军航空大学，
类型：发明
国别省市：吉林;22