[发明专利]一种多尺度SAR图像边缘检测方法

说明书

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。

技术领域

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

图像中的边缘是图像中最基本的、不易改变的特征，是图像中信息最集中的地方，是进行图像特征提取、目标识别、图像分割等处理的基础，因此，边缘检测是图像处理领域最基本的问题之一。然而，由于成像过程中传感器、成像原理、成像位置及成像对象等因素的影响，图像中的边缘信息在图像中的表现千差万别，这使得边缘难于被精确检测出来。

目前的图像边缘检测算法大致可分为：1)基于空域梯度的边缘检测算法；2)基于频域的小波边缘检测算法；3)基于机器学习的边缘检测算法；4)基于其它理论技术的边缘检测算法。这些方法中，基于空域梯度的边缘检测算法最为经典、影响最大，而其中又以Canny边缘检测算法最为典型。但是这类算法的检测窗口均为固定大小，在图像噪声水平较高时，表现很差。

在合成孔径雷达(Synthetic Aperture Radar，SAR)图像处理领域，由于相干斑噪声强烈，一般的边缘检测算法难以达到理想效果，常用的边缘检测器是均值比(Ratio ofAverage，ROA)检测器。该检测器是一种基于空域梯度的检测器，其检测窗口和方向均可以作为参数进行手动调节，并且由于采用了区域均值来代替单个像素值，因此具有较好的抗噪性。但是，该检测器的窗口大小仍然是单一的，而对于一幅图像来说，可能在不同的区域其合适的检测窗口大小是不同的。例如，在细节信息丰富的区域，一般比较适合用小窗口进行检测，因为当使用较大窗口进行边缘检测时，在一些点、线等目标周围检测出的边缘位置会有较大偏差；而边缘信息较弱，同质像素较多的区域，一般比较适合用大窗口进行检测，因为小窗口对噪声较为敏感，检测出的虚假边缘较多。因此，单一大小的检测窗口无法同时满足要求。

发明内容

本发明的目的在于克服常规ROA边缘检测器利用单一大小的检测窗口无法满足要求的缺陷，提出了一种综合利用不同大小检测窗口的多尺度SAR图像边缘检测方法。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种多尺度SAR图像边缘检测方法，包括以下步骤：

步骤1：设置最大检测窗口W_max和最小检测窗口W_min，获得N_W＝(W_max–W_min)/2+1个大小不同的窗口W；

步骤2：对于N_W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N_θ＝π/θ个模板，则共获得N＝N_W*N_θ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D_W(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；具体如下：