[发明专利]基于改进Wedgelet的多尺度SAR图像边缘检测方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种图像边缘检测方法，可用于对合成孔径雷达SAR图像的边缘检测。 

背景技术

合成孔径雷达SAR是一种高分辨率成像雷达，具有全天候，多极化，多视角，多俯角数据获取能力，广泛应用于军事侦察及民用遥感探测领域。由于成像雷达发射的是纯相干波，因而SAR图像受到严重的相干斑噪声影响，图像的信噪比较低。边缘信息对于图像理解有着重要的意义，它既是图像分割的有效途径，又是特征提取的有效手段，在图像处理中已逐渐发展成专门的研究领域，也是SAR图像处理中研究的重点。但SAR图像相干斑噪声的存在给边缘检测造成了困难。 

目前，常用的传统边缘检测方法主要有：(1)基于微分算子的边缘检测方法如Canny，Sobel算子，这类算子具有算法简单，运行速度快等优点，但是对图像噪声非常敏感。(2)基于假设检验的方法，如Ratio算法，它们能较好的克服噪声的影响，降低检测错误率，但是边缘定位精度较差。(3)基于小波理论的边缘检测方法，利用小波时频分析的优越性，检测图像在多个尺度下的边缘信息，获得多尺度分析下的图像边缘。但是由于SAR图像受强烈的相干斑噪声的影响，传统算法对图像的边缘检测很难同时兼顾噪声抑制和对边缘完整准确定位，对SAR图像的检测效果并不理想。 

边缘检测的不确定性表明边缘检测算子的抑噪能力和定位精度是一对矛盾，小尺度算子虽然有利于边缘定位，但对噪声极为敏感；大尺度算子虽然抑噪能力强，但边缘定位精度差，甚至会丢失某些局部细节。多尺度边缘检测为解决此问题的提供了有效途径，例如，在多尺度几何分析工具中，美国学者Donoho等人提出的Wedgelet变换，具有良好的“线”和“面”的特性，但是由于受SAR图像斑点噪声的影响，该变换用于SAR图像时，逼近图像容易产生伪边缘，且运行时间过长，影响检测的效果和效率。 

发明的内容 

本发明的目的在于：克服现有SAR图像边缘检测中，传统算法很难同时兼顾噪声抑制和对边缘完整准确定位的缺点，而现有的Wedgelet逼近得到的图像具有容易产生伪边缘且运行时间过长的缺点，提出一种基于改进Wedgelet变换的SAR图像边缘检测方法，使检测后得到的边缘图像具有良好的抗噪性和边缘完整连续性的特点。 

实现本发明目的的技术方案是：对传统的Wedgelet变换作改进，利用改进后的Wedgelet变换代价函数能够很好地捕捉图像中的“线”和“面”的特性，对输入图像进行多尺度Wedgelet变换，得到输入图像的多尺度Wedgelet逼近图像，再对逼近图像进行边缘检测和后处理，去除细小杂边缘的干扰，得到最终的边缘图像。具体实现过程如下： 

(1)输入待检测的SAR图像，将其转化为灰度图像，并将得到的灰度图像分成多个子图像； 

(2)用改进的Wedgelet代价函数对每个子图像自适应地按照自下向上的尺度进行多尺度Wedgelet分解，用四叉树保存各个尺度的分解系数，该Wedgelet变换的代价函数为：