[发明专利]宽线条提取相结合的SAR图像边缘检测方法和装置在审

专利信息
申请号: 201910976380.5 申请日: 2019-10-15
公开(公告)号: CN110796674A 公开(公告)日: 2020-02-14
发明(设计)人: 安道祥;罗雨潇;王武;陈乐平;黄晓涛;周智敏 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06T7/13 分类号: G06T7/13
代理公司: 43225 长沙国科天河知识产权代理有限公司 代理人: 邱轶
地址: 410073 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 边缘强度图 矩阵 边缘检测 预先设置 线条 边缘强度信息 非线性滤波器 方法和装置 高斯核函数 边缘方向 卷积运算 特征向量 线条提取 弱边缘 构建 滤波 申请
【说明书】:

本申请涉及一种宽线条提取相结合的SAR图像边缘检测方法和装置。所述方法包括:获取SAR图像在各个方向上的边缘强度信息,构建初步边缘强度图,将初步边缘强度图与预先设置的高斯核函数进行卷积运算,得到初步边缘强度图对应的黑塞矩阵,根据黑塞矩阵的特征值与特征向量,得到SAR图像的增强边缘强度图,采用预先设置的各向同性非线性滤波器对增强边缘强度图进行滤波,得到增强边缘强度图中的宽线条,提取宽线条的中心线,得到所述SAR图像边缘。采用本方法能够同时解决SAR图像边缘检测中弱边缘与边缘方向问题。

技术领域

本申请涉及合成孔径雷达图像技术领域,特别是涉及一种宽线条提取相结 合的SAR图像边缘检测方法和装置。

背景技术

SAR(Synthetic Aperture Radar,合成孔径雷达)边缘检测是SAR图像解译 的重要组成部分,其能够为SAR图像分割、特征提取与目标识别提供辅助信息, 近年来得到广泛关注。但是由于SAR图像场景的多样性与复杂性,从SAR图像 中获取的边缘粗糙,可读性较差,且弱边缘存在缺失,导致基于SAR图像边缘 的进一步处理结果欠理想。因此,要想SAR图像分割、特征提取与目标识别等 进一步处理获得理想结果,就必须提高SAR边缘检测器性能。

现有的SAR图像边缘检方法中,应用最广泛的为基于比率的边缘检方法。 该类方法通过计算图像一定区域算数均值或加权均值的比值,可实现恒虚警检 测。在理想条件下,该类方法能够准确提取阶跃边缘,且对多边缘情形有一定 的适应性。

但是,该类方法对弱边缘检测能力较弱,且不能获得边缘的方向信息,因 此不能为后续的SAR图像解译提供完整的边缘信息。如何解决SAR图像边缘检 测中弱边缘与边缘方向的提取是一个亟待解决的技术问题。

发明内容

基于此,有必要针对上述技术问题,提供一种能够同时解决SAR图像边缘 检测中弱边缘与边缘方向问题的宽线条提取相结合的SAR图像边缘检测方法、 装置、计算机设备和存储介质。

一种宽线条提取相结合的SAR图像边缘检测方法,所述方法包括:

获取SAR图像在各个方向上的边缘强度信息,构建初步边缘强度图;

将所述初步边缘强度图与预先设置的高斯核函数进行卷积运算,得到所述 初步边缘强度图对应的黑塞矩阵;

根据所述黑塞矩阵的特征值与特征向量,得到所述SAR图像的增强边缘强 度图;

采用预先设置的各向同性非线性滤波器对所述增强边缘强度图进行滤波, 得到所述增强边缘强度图中的宽线条;

提取所述宽线条的中心线,得到所述SAR图像的图像边缘。

在其中一个实施例中,还包括:根据预先设置的平滑滤波器对所述SAR图 像的各个维度进行卷积滤波,归一化得到所述SAR图像在各个方向上的边缘强 度;根据所述SAR图像在各个方向上的边缘强度,得到SAR图像中各个像素点 的最终边缘强度;根据SAR图像中各个像素点的最终边缘强度,构建初步边缘 强度图。

在其中一个实施例中,还包括:获取预先设置的宽线条模型,根据所述宽 线条模型,获取所述初步边缘强度图中的宽线条结构;根据所述宽线条结构与 预先设置的高斯核函数进行卷积,得到所述宽线条结构中每个像素点的各阶偏 导;根据每个像素点的各阶偏导,构建所述初步边缘强度图对应的黑塞矩阵。

在其中一个实施例中,还包括:获取所述黑塞矩阵中绝对值最大的特征向 量作为预先设置的方向向量;对于所述初步边缘强度图中的每一个像素点,计 算所述每个像素点在所述方向向量方向的二阶方向导数的最大绝对值;根据每 个像素点对应的所述最大绝对值,得到所述SAR图像的增强边缘强度图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910976380.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top