一種合成孔徑雷達圖像邊緣檢測方法及系統(tǒng)的制作方法
【專利摘要】本申請公開了一種合成孔徑雷達圖像邊緣檢測方法及系統(tǒng)，該方法包括：通過對接收的合成孔徑雷達SAR圖像進行支持值濾波器去噪處理，去除掉SAR圖像中的高頻圖像，只保留低頻圖像，從而很好的去除掉了相干斑噪聲，然后利用最小二乘支持向量機來對去噪圖像進行邊緣檢測，得到邊緣檢測圖像。采用本申請?zhí)峁┑姆椒ǎ槍AR圖像所特有的相干斑噪聲能夠很好的進行去除，因此提取的SAR圖像的邊緣圖像更加的準確。
【專利說明】一種合成孔徑雷達圖像邊緣檢測方法及系統(tǒng)
【技術領域】
[0001]本申請涉及圖像檢測【技術領域】，更具體地說，涉及一種合成孔徑雷達圖像邊緣檢測方法及系統(tǒng)。
【背景技術】
[0002]合成孔徑雷達(SAR, Synthetic Aperture Radar)是一種全天候、全天時的現(xiàn)代高分辨率微波成像雷達，它是二十世紀高新科技的產(chǎn)物。由合成孔徑雷達SAR獲取的圖像通常稱為SAR圖像。目前的研究致力于對SAR圖像數(shù)據(jù)做出一個快速而又準確的解譯。解譯的目的是對SAR圖像有全面的認識。而SAR圖像的邊緣檢測在SAR圖像的解譯過程中起到了重要的作用。因此，研究SAR圖像的邊緣檢測具有非常重要的意義。
[0003]現(xiàn)有的邊緣檢測方法一般都是針對普通的灰度圖像，而普通的灰度圖像只含有加性噪聲，因此現(xiàn)有的檢測方法只能夠過濾掉加性噪聲。而SAR圖像具有相干斑噪聲，僅僅依靠現(xiàn)有的邊緣檢測方法是無法去除掉相干斑噪聲的，因此缺乏一種針對SAR圖像的邊緣檢測方法。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本申請?zhí)峁┝艘环N合成孔徑雷達圖像邊緣檢測方法及系統(tǒng)，用于針對SAR圖像進行有效的邊緣檢測。
[0005]為了實現(xiàn)上述目的，現(xiàn)提出的方案如下:
[0006]一種合成孔徑雷達圖像邊緣檢測方法，包括:
[0007]接收合成孔徑雷達SAR圖像；
[0008]對所述SAR圖像用支持值濾波器進行去噪處理，得到去噪圖像；
[0009]采用最小二乘支持向量機來對所述去噪圖像進行邊緣檢測，得到邊緣檢測圖像。
[0010]優(yōu)選地，所述合成孔徑雷達SAR圖像具體為:
[0011]定義所述SAR圖像為I e Rnxn，其中m和η分別代表所述SAR圖像灰度值矩陣的行數(shù)和列數(shù)。
[0012]優(yōu)選地，所述對所述SAR圖像用支持值濾波器進行去噪處理，得到去噪圖像，具體為:
[0013]選定濾波器大小2Ν+1，確定一個(2Ν+1) X (2Ν+1)的矩形窗口: [_Ν，-Ν+1，…，Ν] X [-N，-N+l，…，N]，把這個窗口中的點表示為
【權利要求】
1.一種合成孔徑雷達圖像邊緣檢測方法，其特征在于，包括: 接收合成孔徑雷達SAR圖像； 對所述SAR圖像用支持值濾波器進行去噪處理，得到去噪圖像； 采用最小二乘支持向量機來對所述去噪圖像進行邊緣檢測，得到邊緣檢測圖像。
2.根據(jù)權利要求1所述的方法，其特征在于，所述合成孔徑雷達SAR圖像具體為: 定義所述SAR圖像為I e Rmxn，其中m和η分別代表所述SAR圖像灰度值矩陣的行數(shù)和列數(shù)。
3.根據(jù)權利要求2所述的方法，其特征在于，所述對所述SAR圖像用支持值濾波器進行去噪處理，得到去噪圖像，具體為: 選定濾波器大小2Ν+1，確定一個(2Ν+1) X (2Ν+1)的矩形窗口: [_N，-N+1,…，N] X [-N, -N+1,…，N]，把這個窗口 中的點表示為
4.根據(jù)權利要求3所述的方法，其特征在于，所述采用最小二乘支持向量機來對所述去噪圖像進行邊緣檢測，得到邊緣檢測圖像，具體為: 對所述去噪圖像進行邊緣提取，獲得第一邊緣檢測算子與第二邊緣檢測算子； 分別計算所述去噪圖像與所述第一邊緣檢測算子和所述第二邊緣檢測算子的卷積，并對計算得到的兩個卷積進行整合，所述整合為對兩個卷積求平方和再開方，得到整合卷積圖像； 判斷所述整合卷積圖像的灰度值矩陣中每一點的數(shù)值與預設閾值之間的大小關系，若某一點的數(shù)值大于所述預設閾值，則令該點的數(shù)值為1，否則令該點的數(shù)值為O，最終得到的圖像為邊緣檢測后的圖像。
5.根據(jù)權利要求4所述的方法，其特征在于，所述對所述去噪圖像進行邊緣提取，獲得第一邊緣檢測算子與第二邊緣檢測算子，具體為: 定義邊緣檢測算子大小為2N’ +1，確定一個(2N’ +1) X (2N’ +1)的矩形窗口:[-tN，，-t(N，-l)，...，tN，]X [-tN，，-t(N，-l)，...，tN，]，其中 t 為間隔系數(shù)為，把這個窗口中的點表示為
6.根據(jù)權利要求5所述的方法，其特征在于，所述分別計算所述去噪圖像與所述第一邊緣檢測算子和所述第二邊緣檢測算子的卷積，并對計算得到的兩個卷積進行整合，所述整合為對兩個卷積求平方和再開方，得到整合卷積圖像，具體為: 計算去噪圖像與第一邊緣檢測算子的卷積=I1=I' *gr ; 計算去噪圖像與第二邊緣檢測算子的卷積:12=1’ *g。; 整合卷積后的圖像為
7.根據(jù)權利要求6所述的方法，其特征在于，所述判斷所述整合卷積圖像的灰度值矩陣中每一點的數(shù)值與預設閾值之間的大小關系，若某一點的數(shù)值大于所述預設閾值，則令該點的數(shù)值為1，否則令該點的數(shù)值為O，最終得到的圖像為邊緣檢測后的圖像，具體為:預先用自適應閾值方法確定閾值Θ，判斷I"與Θ的大小關系，如果/；； >0，則令Tkp=I,否則令I = O，其中匕的下標表示位置第k行第P列，O≤k≤m、0≤P≤η，圖像T為邊緣檢測后的圖像。
8.一種合成孔徑雷達圖像邊緣檢測系統(tǒng)，其特征在于，包括: 圖像接收單元，用于接收合成孔徑雷達SAR圖像； 去噪處理單元，用于對所述SAR圖像用支持值濾波器進行去噪處理，得到去噪圖像；檢測單元，用于采用最小二乘支持向量機來對所述去噪圖像進行邊緣檢測，得到邊緣檢測圖像。
9.根據(jù)權利要求8所述的系統(tǒng)，其特征在于，所述去噪處理單元包括:支持值濾波器建立單元，用于按照選定的濾波器大小2Ν+1，確定一個(2Ν+1) X (2Ν+1)的矩形窗口: [-N，-N+1,…，N] X [-N, -N+1,…，N]，將這個窗口中的點表示為^ {-Ν，...，Ν} ;4Q=A(1-eB)，其中 e 是全 I 向量，I 是單位矩陣，Α=Ω、
10.根據(jù)權利要求8所述的系統(tǒng)，其特征在于，所述檢測單元包括: 邊緣提取單元，用于對所述去噪圖像進行邊緣提取，獲得第一邊緣檢測算子與第二邊緣檢測算子； 卷積計算單元，用于分別計算所述去噪圖像與所述第一邊緣檢測算子和所述第二邊緣檢測算子的卷積，并對計算得到的兩個卷積進行整合，所述整合為對兩個卷積求平方和再開方，得到整合卷積圖像； 邊緣檢測圖像確定單元，用于判斷所述整合卷積圖像的灰度值矩陣中每一點的數(shù)值與預設閾值之間的大小關系，若某一點的數(shù)值大于所述預設閾值，則令該點的數(shù)值為1，否則令該點的數(shù)值為O，最終得到的圖像為邊緣檢測后的圖像。
【文檔編號】G06T5/00GK103886562SQ201410149176
【公開日】2014年6月25日 申請日期:2014年4月14日 優(yōu)先權日:2014年4月14日
【發(fā)明者】張莉, 周偉達, 王邦軍, 何書萍, 楊季文, 李凡長 申請人:蘇州大學