[发明专利]一种基于Snakes模型的提取SAR图像目标轮廓方法

说明书

技术领域

本发明属于SAR图像处理领域，涉及一种基于Snakes模型的提取SAR图像目标轮廓方法。

背景技术

合成孔径雷达（Synthetic Aperture Radar，SAR）本身是一种利用微波感知的主动式传感器，它不受天气、光照等条件限制，可对感兴趣目标进行全天候、全天时的侦察；此外，由于微波具有一定的穿透探测能力，可以探测到一定深度地表下的或是其他经过伪装或掩盖的目标，这使得SAR在目标探测方面具有巨大的应用潜力。

经过SAR图像目标检测之后，我们可得到图中有意义目标的数目等初步信息，但要知道图像中目标的类别并识别具体目标名称，就需要得到具体的形状、尺寸等进一步信息，这就要对目标轮廓进行自动提取，而目标轮廓提取的关键是检测目标的边缘。由于局部像素灰度值不连续所以产生了图像的边缘，这在图像分析过程中作用非常重要。在光学图像的处理中，常用图像像素灰度的一阶或二阶导数来进行图像分割，这些边缘检测算子在对光学图像进行处理时，对具有尖锐的中灰度值过渡、加性噪声且较小的图像具有较好的检测效果。而SAR图像中，存在着由于严重的乘性相干斑噪声导致的图像边缘模糊、复杂，使得这些经典算子在应用于SAR图像提取边缘时，很难得到令人满意的效果。

发明内容

本发明的要解决的技术问题是：提供一种基于Snakes模型的提取SAR图像目标轮廓方法，该方法利用Lee滤波方法对SAR原始图像进行滤波，达到降噪的目的；使用灰度级变换提高边缘对比度，使模糊的SAR图像边缘变得清晰；使用气球力Snakes进行目标轮廓识别。

本发明的解决其技术问题所采用的技术方案为：在对SAR原始图像进行滤波和灰度变换之后，利用改进的Snakes模型提取目标轮廓，从而在大场景中检测出人造目标的轮廓，其具体步骤如下：

（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；

（3）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。

本发明与现有技术相比的优点在于：当直接对原始SAR图像进行轮廓提取，得到图2中的结果。这是因为SAR图像存在严重的相干斑噪声和边缘模糊，Snakes轮廓曲线在各种参数下均无法准确收敛轮廓。较之于对原始SAR图像进行轮廓提取的方法，本发明在轮廓提取之前，首先对SAR原始图像使用Lee滤波的方法进行滤波，并使用灰度级变换以提高边缘对比度。最后，较之于使用原始Snakes模型提取目标轮廓，本发明对经过处理之后的SAR图像使用气球力Snakes模型进行轮廓提取，得到更加精确、合理的轮廓曲线。

附图说明

图1基于Snakes模型的提取SAR图像目标轮廓方法的流程图；

图2使用气球力Snakes模型直接对SAR原始图像进行轮廓提取的效果；

其中：a为原始图像；b进行轮廓提取的结果图；

图3Lee滤波器设计流程图；

图4对实例进行滤波、灰度变换和轮廓提取的效果图；

其中：a为原始图像；b为Lee滤波后结果图；c为灰度变换后的结果图；d轮廓提取结果图。

具体实施方式

下面结合附图及具体实施方式详细介绍本发明。

如图1所示，本发明的基于Snakes模型的提取SAR图像目标轮廓方法的具体实施步骤如下：

（1）、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（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)    (1)

E(v)＝1    (2)