[发明专利]一种多尺度SAR图像边缘检测方法

权利要求书

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；

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：

D_W(θ)＝2ln|X₁+X₂|-ln|X₁|-ln|X₂|+2q ln2

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p_i；

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H_A和H_B；则A和B的熵的和为：H_sum＝H_A+H_B，计算每个灰度级i对应的H_sum；

步骤6.4：求出n个灰度级中最大的H_sum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。