[发明专利]基于改进Wedgelet的多尺度SAR图像边缘检测方法

摘要

本发明公开了一种基于改进多尺度Wedgelet变换的SAR图像边缘检测方法，它涉及图像处理领域。其目的在于解决传统边缘检测方法很难同时兼顾噪声抑制和对边缘完整准确的定位问题。其过程为：1.将SAR图像转化为灰度图像并将其分成多个子图像；2.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，用四叉树存储各个尺度的分解系数；3.根据分解得到的系数四叉树，对每个子图像进行多尺度Wedgelet逼近，最终得到整幅图像的多尺度Wedgelet逼近；4.根据得到的多尺度Wedgelet逼近图像，通过边缘提取梯度算子检测逼近图像的边缘；5.去除边缘图像中长度小于设定阈值的杂边缘对边缘图像的干扰。本发明具有运行时间快和边缘检测效果好的优点，可用于SAR图像的边缘检测。

主权项

1.一种基于改进Wedgelet的多尺度SAR图像边缘检测方法，包括如下过程：(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：其中，P′，P″分别表示图像子块S被划分成的两个楔形区域，图像块S的大小为n×n，和分别表示区域P′，P″上像素的均值，η为的权值；(3)根据分解得到的Wedgelet系数，进行多尺度Wedgelet重构，得到每个子图像的多尺度Wedgelet逼近，对所有子图像都逼近后，得到输入图像的多尺度Wedgelet逼近；(4)对得到的多尺度Wedgelet逼近图像，通过边缘提取梯度算子检测该逼近图像的边缘；(5)搜索检测得到的边缘图像，存储每一条边缘的长度，去除边缘长度小于设定阈值的细小边缘，得到最终的边缘检测结果。