本发明专利技术公开一种SAR图像机场跑道检测方法，主要克服已有技术计算量大的问题。其实现步骤为：(1)对输入的待检测SAR机场图像进行小波软阈值滤波；(2)对滤波后的图像进行边缘检测，得到边缘图像E(x，y)；(3)搜索边缘图像中所有相互连接的边缘曲线，并记录每条曲线所包含像素点的坐标及每条曲线所包含的像素点数np；(4)设定最短直线长度lmin，当曲线所包含的像素点数小于最短直线长度时，则忽略此曲线，反之则进行多直线拟合，并记录拟合所需直线数nl；(5)求每条曲线的直线比率：γ＝np/nl；(6)设定最小直线比率γmin，将直线比率γ大于最小直线比率γmin的曲线所对应的位置视为飞机场跑道的边界。本发明专利技术具有检测准确、计算复杂度低、检测效率高的优点，可用于SAR机场图像机场跑道的检测。
【技术实现步骤摘要】
本专利技术属于数字图像处理领域，涉及数字图像边缘检测方法及从边缘曲线中提取直线边缘的方法，用于对SAR图像中的机场跑道进行检测和识别。
技术介绍
遥感图像辅助目标识别系统的开发从20世纪70年代开始一直是许多学者们的兴趣所在。机场目标识别是其中的一个重要分支，而机场跑道的检测则是整个机场目标识别的基础。能否准确的检测出跑道目标无论是对遥感图像的计算机辅助判读，还是对GIS信息的辅助更新，以及战场打击效果的评估都有着重要的意义。合成孔径雷达SAR具有全天候全天时对地球表面进行观察的能力，并且随着信号处理技术的提高，目前已经达到很高的空间分辨率，这使得SAR传感器在军事侦察和战场感知中发挥了越来越大的作用，目前SAR自动目标检测和识别是一个受到国内外高度关注的领域。线性特征是SAR图像中目标的一个重要特征，如机场、港口、建筑物等。线性目标的检测与提取是SAR图像目标识别中的一个关键步骤，在SAR图像的应用中有着重要的价值。由于SAR图像中存在着相干斑噪声，这使得对线性体和边界的自动检测与识别遇到了一定的困难。传统的方法就是基于像素级，对噪声比较敏感。SAR图像机场跑道提取的流程可按照图像分层理论笼统的分为边缘检测、线基元提取和基元连接及机场跑道提取，这些是对图像进行低层处理、中层处理和高层处理的三个主要的步骤。这类方法对低层边缘检测的结果精度要求很高，在线基元提取的过程中平行线检测大多采用hough变换，而hough在直线检测时存在着固有的缺陷(1)会受栅格图像锯齿问题的影响，导致一条直线的hough变换结果呈两条或者多条直线；(2)只能检测出局部最长的一条直线；(3)只能检测出局部直线的位置，并不能检测出直线的端点坐标。所以这些方法对复杂场景中提取机场目标并不能达到理想的效果。Michel等人在1990年提出使用经过地理配准的多源图像来检测机场的存在。首先把待检测的图像在地理参考系统中进行配准，再利用地理信息确定机场存在的大致区域，最后使用模糊滤波器来检测机场跑道的存在。该方法虽然能够在相对较大、较复杂的场景中检测机场跑道的目标，但是检测速率比较低、算法复杂度高。
技术实现思路
本专利技术的目的在于克服上述已有技术的不足，提出一种基于最小直线比率的SAR 图像机场跑道检测方法，以在保证检测精度的前提下提高复杂SAR图像中目标的检测速率、降低算法复杂度。为实现上述目的，本专利技术包括如下步骤(1)对输入的待检测SAR机场图像进行小波软阈值滤波；(2)对滤波后的图像进行基于二进小波变换的图像边缘检测，其中边缘点用255表示，非边缘点用0表示，得到和原始图像大小相同的边缘矩阵E(x，y)；(3)搜索边缘图像中所有相互连接且宽度为1的边缘曲线，并记录每条曲线所包含像素点的坐标及每条曲线所包含的像素点数np ；(4)设定最短直线长度Imin = 120，对于每条曲线，当曲线所包含的像素点数小于最短直线长度时，则忽略此曲线，反之则在一定最大误差上限下用最小二乘法进行多直线拟合，并记录拟合所需直线数Ii1 ；(5)求每条曲线的直线比率Y = IipAi1 ；(6)设定最小直线比率Ymin= 100，将直线比率、大于最小直线比率Ymin的曲线在图像中所对应的位置视为飞机场跑道的边界。本专利技术相比现有技术具有以下优点(1)本专利技术在边缘检测前对图像进行了小波软阈值滤波，减小了噪声的影响，提高了检测的准确性；(2)本专利技术将基于二进小波变换的图像边缘检测方法引入机场跑道检测中，有效的解决了传统方法中出现的伪边缘、有意义边缘损失以及边缘过粗的问题；(3)本专利技术采用最小二乘法进行直线拟合，降低了检测过程的复杂度；(4)本专利技术引进了最短直线长度Imin，用于判定对曲线拟合所得的直线是否为曲线的直线，简化了机场跑道的检测过程；(5)本专利技术引进了最小直线比率Ymin，用于机场跑道的检测，相比现有技术更简洁、准确、高效。附图说明图1是本专利技术的流程框图；图2是用本专利技术对人工合成图像检测的结果图；图3是本专利技术输入的三幅待检测SAR机场图像；图4是对图3进行小波软阈值滤波后的效果图；图5是对图4进行边缘检测的结果图；图6是对图5进行机场跑道检测的结果图；图7是检测出来的机场跑道与原始待检测SAR机场图像的叠加图。具体实施例方式参照图1，本专利技术的具体实现步骤如下步骤1，对输入的待检测SAR机场图像进行滤波。本专利技术采用小波软阈值滤波，其中小波分解的层数选取为两层，即j = 1，2。并按如下步骤进行la)对输入如图3所述的待检测SAR机场图像进行小波变换，得图像的小波系数矩阵义lb)对小波系数矩阵#的每一个元素&进行软阈值处理，其中阈值参数λ = 20， 得到滤波后的小波系数种-权利要求1.一种基于最小直线比率的SAR图像机场跑道检测，包括如下步骤(1)对输入的待检测SAR机场图像进行小波软阈值滤波；(2)对滤波后的图像进行基于二进小波变换的图像边缘检测，其中边缘点用255表示， 非边缘点用0表示，得到和原始图像大小相同的边缘矩阵E(x，y)；(3)搜索边缘图像中所有相互连接且宽度为1的边缘曲线，并记录每条曲线所包含像素点的坐标及每条曲线所包含的像素点数np ；(4)设定最短直线长度Imin=120，对于每条曲线，当曲线所包含的像素点数小于最短直线长度时，则忽略此曲线，反之则在一定最大误差上限下用最小二乘法进行多直线拟合， 并记录拟合所需直线数H1 ；(5)求每条曲线的直线比率Y= ηρ/ηι ；(6)设定最小直线比率Ymin=100，将直线比率γ大于最小直线比率Ymin的曲线在图像中所对应的位置视为飞机场跑道的边界。2.根据权利要求1所述的SAR图像机场跑道检测方法，其中步骤(1)所述的用小波软阈值法对输入的待检测SAR机场图像进行滤波，按如下步骤进行2a)对输入的待检测SAR机场图像进行小波变换，得图像的小波系数矩阵2b)对小波系数矩阵f的每一个元素乃进行软阈值处理，其中阈值参数λ =20，得到滤波后的小波系数吟3.根据权利要求1所述的SAR图像机场跑道检测方法，其中步骤(3)所述的搜索边缘检测图像中的所有相互连接且宽度为1的边缘曲线，按如下步骤进行3a)将边缘矩阵E(x，y)左上角第一个非零点作为当前点(x。，y。)并在其八邻域内搜索其它的非零点，如果该点的8邻域中只有一个非零点(xe，ye)，则将该非零点(xe，ye)存入一个数据链中，并将边缘矩阵中该位置所对应的值改为0，用点(Xe，ye)替换点(x。，y。)作为当前点继续搜索；3b)如果(χ。，yc)的八邻域内有K(K彡2)个非零点= 1，K，K，则将其中一个非零点 Υ)存入链中，并将非零点 Υ)在边缘矩阵E(x，y)中所对应位置的值改为0， 将剩余的非零点(<，X)，i兴j存入一个栈中，然后用非零点(xi，_yi)替换当前点(x。，y。)继续搜索；3c)当(χ。，yc)的八邻域内没有非零点时，则按“后进先出”的原则从栈取出一个点作为当前搜索点(x。，y。)继续搜索其八邻域，直至栈内的点为空，即可得到一个相互连接的边缘曲线和更新了的边缘矩阵；3d)对于更新后的边缘矩阵，同样以左上角的第一个非零点作为起始点，重复上面的操作，直至边缘矩阵不再存在非零点，此时即找出了边缘矩阵中的所有本文档来自技高网...
【技术保护点】
１．一种基于最小直线比率的ＳＡＲ图像机场跑道检测，包括如下步骤：（１）对输入的待检测ＳＡＲ机场图像进行小波软阈值滤波；（２）对滤波后的图像进行基于二进小波变换的图像边缘检测，其中边缘点用２５５表示，非边缘点用０表示，得到和原始图像大小相同的边缘矩阵Ｅ（ｘ，ｙ）；（３）搜索边缘图像中所有相互连接且宽度为１的边缘曲线，并记录每条曲线所包含像素点的坐标及每条曲线所包含的像素点数ｎｐ；（４）设定最短直线长度ｌｍｉｎ＝１２０，对于每条曲线，当曲线所包含的像素点数小于最短直线长度时，则忽略此曲线，反之则在一定最大误差上限下用最小二乘法进行多直线拟合，并记录拟合所需直线数ｎｌ；（５）求每条曲线的直线比率：γ＝ｎｐ／ｎｌ；（６）设定最小直线比率γｍｉｎ＝１００，将直线比率γ大于最小直线比率γｍｉｎ的曲线在图像中所对应的位置视为飞机场跑道的边界。
【技术特征摘要】
【专利技术属性】
技术研发人员：张小华，焦李成，栗志超，张扬，田小林，钟桦，朱虎明，王爽，陈茜，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。