sar图像道路检测及其仿真

sar图像道路检测及其仿真

ID:34402383

大小:269.49 KB

页数:4页

时间:2019-03-05

sar图像道路检测及其仿真_第1页
sar图像道路检测及其仿真_第2页
sar图像道路检测及其仿真_第3页
sar图像道路检测及其仿真_第4页
资源描述:

《sar图像道路检测及其仿真》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第27卷第5期计算机仿真2010年5月文章编号:1006—9348(2010)05—0201一O3SAR图像道路检测及其仿真梅珍,林伟(西北工业大学理学院数学系,陕西西安710129)摘要:针对图像边缘定位易发生偏移且对噪声比较敏感的问题,传统检测方法有缺点,现从小波理论出发,提出了一种基于beamlet变换的SAR图像道路线特征提取方法。首先对未经斑点噪声抑制的原始SAR图像进行非下采样小波分解,在变换域中利用beamlet变换进行道路线特征提取,最后采用识别算法检测了道路。实验结果显示方法与传

2、统检测算子相比,具有很好的抗噪性能,检测到更多细节特征且道路识别效果更好。关键词:小线变换;小波变换;线特征提取;边缘检测;识别中图分类号:tIT951文献标识码:ASARImageRoadDetectionAndSimulationMEIZhen。LINWei(DepartmentofMathmatics,SchoolofScience,NorthwesternPolytechnicalUinversity,Xi’anShanxi,710129,China)ABSTRACT:Thispaperp

3、roposedaroadlineextractionmethodbasedonbeamletinSARimagefromwavelet,be—causeclassicalmethodisdeviateedgeposition,noise—sensitiveandSOon.ThemethodisappliedtotheSARinwhichthespecklenoisehasnotbeendepressed,.Firstnonsubsampledwaveletwasprocessed.Theninth

4、etransformdomain,theroadlinefeaturewasextractedbasedonbeamlet.Atlast,thealgorithmsofrecognitionWasgiventode—tecttheroad.Comparedwithclassicalmethods,itnotonlycancancellnoiseeffectively,butalsogivemoredetailedfeatures,andtherecognitionofroadsisbetter.T

5、heresultsoftheexperimentsdemonstratedthevalidityofthepro-posedmethod.KEYWORDS:Beamlettransform,Wavelet;Extractionoflinefeature;Edgedetection;Recognitionl引言尺度下采用beamlet方法提出特征,其边缘定位精确,抗噪性合成孔径雷达(SAR)是一种主动式成像雷达,具有全天能强。并和传统的方法进行道路识别比较,得到了较好的结候,全天时,大面积,远距离获

6、取数据的能力,在军事侦察及果。民用遥感探测方面具有重大应用价值。道路是遥感图像中一种重要线状特征,它对地观测波的后向散射回波极弱,在2Beamlet变换SAR图像中具有比较光滑、宽度变化不大、很长的延伸且比Bearnlet的概念首先由Donoho提出,初次使用Edge-较直等特点。在高分辨SAR图像道路体现为具有平行线对lets表述线段,2000年开始使用Beamlet来描述一种二进组的狭长区域,所以可以通过边缘检测进行道路特征提取。传织的、多尺度线段系统。下面先简单地描述Beamlet变换。统的

7、边缘检测方法最主要的是差分算子法⋯,如Sobel算子,假设图像是n×n的数字矩阵,把图像看作一个在单位Prewitt算子,Log算子,Carmy算子等。但它们对噪声很敏感正方形[0,1]×[0,1]的函数,因此可把像素点看作是存在性,对边缘定位不精确,容易出现边缘模糊现象。于单位正方形内的1/n×1/n大小的阵列。用二进正方形SBeamlet变换利用边缘上像素灰度值的连续性,沿边缘通过积分计算来提取直线,能克服传统的直线提取算法对表示像素点集::【争,】×[,]中噪声敏感、参数难以选择、局部性能差

8、等缺点,是一种新的直≥0,0≤k,k:≤2j,记为S(k,k2√)。在尺度0≤≤J上线提取算法。为此,本文提出一种结合小波变换和Beamlet(256×256图像J:8),将图像块E0,1]分为2个二进子方的特征提取方法,利用小波变换的高频信息的特点,在不同块,每个二进子方块的边长为2≥,固定分辨率6=2(K≤0,6≥—l_),对2个二进方块中的每一个,从右上收稿日期:2008—12—24修回日期:2009—04—27一201—角开始沿边缘按逆时针方向每6隔距离标记点,一条beam

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。