一种基于Snakes模型的提取SAR图像目标轮廓方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103530636103530636A(43)申请公布日2014.01.22(21)申请号201310502748.7(22)申请日2013.10.23(71)申请人北京航空航天大学地址100191北京市海淀区学院路37号(72)发明人高飞马飞傅成城孙进平王俊(74)专利代理机构北京科迪生专利代理有限责任公司11251代理人杨学明顾炜(51)Int.Cl.G06K9/46(2006.01)权权利要求书2页利要求书2页说明书4页说明书4页附图3页附图3页(54)发明名称一种基于Snakes模型的提取SAR图像目标轮廓方法(57)摘要一种基于Snakes模型的提取SAR图像目标轮廓方法，包括以下步骤：基于斑点噪声模型，利用图像局部统计特性，选择一个窗口作为局部区域，使用Lee滤波法进行滤波；对杂波抑制后的图像的每个像素进行逐点运算，使用分段线性灰度变换法对图像进行灰度变换；对上述经过灰度变换后的图像，利用轮廓自身特征和图像特征建立能量函数，并通过求解能量函数极小化问题，得到目标轮廓曲线。该发明适合在各种杂波环境，特别是强杂波环境下检测人造目标的轮廓。CN103530636ACN10356ACN103530636A权利要求书1/2页1.一种基于Snakes模型的提取SAR图像目标轮廓方法，其特征在于：包括以下几个步骤：（1）基于斑点噪声模型，利用图像局部统计特性，选择一个窗口作为局部区域，使用Lee滤波法进行滤波；（2）对杂波抑制后的图像的每个像素的灰度值进行条件判断和幅度调整，使用分段线性灰度变换法对杂波抑制后的图像进行灰度变换；（3）利用轮廓自身特征和经过灰度变换后图像的特征建立能量函数，并通过求解能量函数极小化问题，得到目标轮廓曲线。2.根据权利要求1所述的基于Snakes模型的提取SAR图像目标轮廓方法，其特征在于：所述的步骤（1）中，根据输入的SAR待测图像，使用Lee滤波的方法进行滤波;SAR相干噪声是一种乘性噪声，即有：(k,l)是图像像素的坐标，I(k,l)是实际得到的图强强度,其中含有噪声，x(k,l)是一个平稳随机过程，描述了地面目标的雷达散射特性即原始信号，v(k,l)即为相干斑噪声，它是一个均值为1，方差为的平稳白噪声;乘性相干斑模型如下：y(k,l)=x(k,l)v(k,l)E(v)＝1Lee滤波是利用图像局部统计特性进行SAR图像斑点滤波的方法，其是基于完全发育的斑点噪声模型，选择一定长度的窗口作为局部区域，使用局部均值和局部方差var(y)来估计信号的先验均值和方差;根据乘性噪声模型，假定先验均值和方差可以通过计算局域的均值和方差得到;Lee滤波器的形式是：其中，为经过Lee滤波器滤波后的图像，表示窗口的局部均值，var(y)表示窗口的局部方差。3.根据权利要求1所述的基于Snakes模型的提取SAR图像目标轮廓方法，其特征在于：所述的步骤（2）中，采用如下方式进行灰度变换：灰度级变换不依赖于像素在图像中的位置，而是逐个像素点进行条件判断和幅度调整;一个变换T，将原来在范围[p0,pk]内的亮度p变换为一个新的范围[q0,qk]内q的亮度，由下式给出：q＝T(p)本发明步骤（2）使用分段线性灰度变换法对杂波抑制后的图像进行灰度变换，其变换函数表达式是：2CN103530636A权利要求书2/2页r表示原始灰度值，r1和r2表示设定的一个阈值，变换函数的运算结果是将原图在r1和r2之间的灰度拉伸到s1和s2之间，有效地改善输出图像。4.根据权利要求1所述的基于Snakes模型的提取SAR图像目标轮廓方法，其特征在于：所述的步骤（3）中，采用Cohen提出的气球力Snakes模型；Cohen提出的Snakes模型的初始轮廓曲线由一系列控制点v(s)＝[x(s),y(s)]，s∈(0,1)组成，并定义以下能量函数为：其中，s是以傅里叶变换形式描述边界的自变量；能量函数的一阶导数项为弹性能量，控制轮廓曲线的连续性，若仅在弹性能量的作用下轮廓曲线会收缩到一点;二阶导数项为刚性能量，它控制轮廓曲线的光滑性;α(s)为弹性权重系数，控制轮廓的“应力”，能够调节轮廓的收缩力;β(s)为刚性权重系数，控制弹性能量与刚性能量在能量函数中的比重，控制轮廓的刚度;一阶导数和二阶导数项构成了能量函数中的内部能量Eint，控制轮廓曲线的收缩与弯曲;外部能量项为Eext，由图像能量和约束能量组成，引导轮廓曲线向目标边缘处运动；其中，约束能量一般根据具体问题而定；而图像能量取：2Eext＝-k(s)|▽I(x,y)|其中：I(x,y)为灰度图像，k(s)为权重系数，▽为梯度算子；当能量函数最小时，轮廓曲线为目标边缘的最佳解；由变分法可知