一种多尺度SAR图像边缘检测方法.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CN110782471A(43)申请公布日2020.02.11(21)申请号201910981758.0(22)申请日2019.10.16(71)申请人中国矿业大学地址221116江苏省徐州市铜山区大学路1号(72)发明人郎丰铠(74)专利代理机构南京经纬专利商标代理有限公司32200代理人许方(51)Int.Cl.G06T7/13(2017.01)G06T7/136(2017.01)权利要求书2页说明书4页附图1页(54)发明名称一种多尺度SAR图像边缘检测方法(57)摘要本发明公开了一种多尺度SAR图像边缘检测方法，利用大小不同的窗口计算图像中不同方向的边缘梯度，然后将不同大小、不同方向的所有的梯度中的最大值及其对应的方向信息保留下来，最后通过非极大值抑制得到最终宽度为一个像素的边缘图像，该方法可以利用不同大小、不同方向的窗口检测边缘，有效克服单一窗口边缘检测时得到的边缘位置不准的缺陷。CN110782471ACN110782471A权利要求书1/2页1.一种多尺度SAR图像边缘检测方法，其特征在于：包括以下步骤：步骤1：设置最大检测窗口Wmax和最小检测窗口Wmin，获得NW＝(Wmax–Wmin)/2+1个大小不同的窗口W；步骤2：对于NW个大小不同的窗口，分别设置其检测模板参数l、w、d、θ，每个大小为W的窗口可获得Nθ＝π/θ个模板，则共获得N＝NW*Nθ个不同大小W、不同方向θ的模板；其中，l是模板长度，w是模板宽度，d是模板区域R1和R2间的距离，θ是模板对应的角度；步骤3：对于每个像素p，利用N个不同大小W、不同方向θ的模板，计算模板区域R1和R2之间的梯度DW(θ)，共获得N个梯度值以及对应的角度值；步骤4：选择N个梯度值中的最大值，记录该值及其对应的角度，继续处理下一个像素，直到所有像素都处理完毕，得到一幅梯度图像和一幅角度图像；步骤5：进行梯度方向非极大值抑制，得到细化后的梯度图像；步骤6：将细化后的梯度图像进行二值化处理，得到最终的单像素宽度的边缘图像。2.根据权利要求1所述的一种多尺度SAR图像边缘检测方法，其特征在于：所述步骤3中，对于SAR图像，梯度的计算公式为：其中，x1、x2分别表示方向θ下模板区域R1和区域R2的SAR图像幅度或强度；对于极化SAR图像，梯度的计算公式为：DW(θ)＝2ln|X1+X2|-ln|X1|-ln|X2|+2qln2其中，X1、X2分别表示方向θ下模板区域R1和区域R2的q×q的极化SAR图像相干矩阵或协方差矩阵，q表示矩阵维度。3.根据权利要求1所述的一种多尺度SAR图像边缘检测方法，其特征在于：所述步骤5中，进行梯度方向非极大值抑制，得到细化后的梯度图像；具体如下：对于梯度图像中的每个像素p，沿对应角度图像中所指示的角度的法线方向，比较相邻像素值的大小；如果像素p小于其相邻像素，则将像素p的梯度值设为0，否则，保留其原始值，所有像素处理完毕后得到细化后的梯度图像。4.根据权利要求1-3任一所述的一种多尺度SAR图像边缘检测方法，其特征在于：所述步骤6中，采用熵阈值法进行二值化处理，具体包括：步骤6.1：对细化后的梯度图像进行图像增强处理；步骤6.2：将步骤6.1处理后的梯度图像中的像素分为n个灰度级，计算每个灰度级i中像素占总像素数的比率pi；步骤6.3：设灰度级s将图像分为A和B两部分，每个部分的熵分别为HA和HB；则A和B的熵的和为：Hsum＝HA+HB，计算每个灰度级i对应的Hsum；步骤6.4：求出n个灰度级中最大的Hsum及其对应的灰度级s，则s就是分割阈值，将小于或等于s的像素设为0，将大于s的像素设为1，即得到二值化图像。5.根据权利要求4所述的一种多尺度SAR图像边缘检测方法，其特征在于：所述步骤6.1对细化后的梯度图像进行图像增强处理，方法如下：首先，对细化后的梯度图像进行对数变换，计算公式为：x＝10*log10(x)，其中，x表示像素值；2CN110782471A权利要求书2/2页然后，进行最大值及最小值拉伸，处理方法为：将图像像素值按从小到大的顺序排序，取第a％位置上的像素值为最小值min，取第b％位置上的像素值为最大值max；最后，利用最大值及最小值进行归一化处理，归一化公式为：x＝(x-min)/(max-min)，其中，x表示像素值。6.根据权利要求4所述的一种多尺度SAR图像边缘检测方法，其特征在于：所述步骤6.3中，灰度级s对应的A和B两部分的熵定义如下：3CN110782471A说明书1/4页一种多尺度SAR图像边缘检测方法技术领域[0001]本发明属于图像处理技术领域，尤其涉及一种多尺度SAR图像边缘检测方法。背景技术[0002]图像中的边缘是图像中