基于多尺度信息融合的SAR图像边缘检测

《基于多尺度信息融合的SAR图像边缘检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要合成孔径雷达(SyntheticApertureRadar，SAR)图像边缘检测的研究一直是SAR图像后处理与解译的重要课题。由于SAR图像受到较强相干斑噪声的影响，传统的边缘检测算法效果很不理想，使得SAR图像的边缘检测成为SAR图像处理中的一个具有挑战性的问题。针对非下采样Contourlet变换(NonsubsampledContourletTransform，NSCT)和Ratio算法在SAR图像边缘检测中各自的优缺点，提出了一种基于D—S证据理论的SAR图像边缘融合检测新算法。首先从理论上分析了NSCT具有强的弱边缘检测能力，而Ratio算法具有良好的降斑效果，并

2、针对NSCT和Ratio算法的系数大小、方向和夹角，构建了3个置信指派函数，然后采用D．S证据理论及其修正方法，较好地结合了两种算法的优势。仿真结果表明，该算法能够在有效抑制噪声的同时准确检测出边缘图像，尤其对弱边缘检测效果好。融合边缘比较完整，边缘定位准确。本文根据信息融合以及图像分割的思想，利用FCM将Ratio算法和小波变换相结合应用于SAR图像的边缘检测。根据图像边缘的特点定义了两个代表像素的特征值：另外，Ratio算法和小波变换的系数经合理的处理后也分别当作图像的特征值，由此形成了一个表示图像特征的四维特征向量；然后利用FCM把特征向量集合分类，从而获得图像的边缘信息；最

3、后利用Ratio算法提供的方向信息对检测出的边缘进行连接、消噪处理就得到了最终的检测结果。该方法能在较大限度地消除噪声的不利影响的同时，使边缘更加完整精确。关键词：D．S证据理论NSCTRatio算法模糊C．均值边缘检测AbstractThestudyofedgedetectionforSyntheticApertureRadar(SAR)hasbeenanimportantsubjectonprocessingandinterpretationofSARimages：HoweverSARimagesareaffectedbystrongcorrelativespecklenois

4、e，SOtheresultoftraditionaledgedetectionalgorithmsisnotsatisfactory．ItmakesedgedetectionofSARimagestobeachallengingproblem．ConsideringtheadvantagesanddisadvantagesofNonsubsampledContourlettransform(NSCT)andRatioofaveragealgorithminedgedetectionofSARimages，thispaperproposesanewedgefusiondetectio

5、nmethodbasedonDempster-Shafer(D-S)evidencetheory．WefirstlyanalyzetheoreticallythatNSCThasas仃ongabilityofweakedgedetectionandRatioofaveragealgorithmcaneffectivelysuppresstheinfluenceofspecklenoise．Thenthreemassfunctionsareconstructedbyusingamplitudevariation，directionandangleinformationofcoeffi

6、cientsofNSCTandRatio．FinallyD．Sevidencetheoryanditsmodifiedmethodareintroducedtosolvetheproblemofevidenceconflict．Theproposedmethodcombinestheadvantagesofthesetwoalgorithms．ExperimentresultsdemonstratethatouralgorithmCanaccuratelydetectedgeswhileeffectivelysuppressingtheinfluenceofspecklenoise

7、，especiallyforweakedges．Thefusionedgesdetectedofouralgorithmarecompleteandaccurate．Basedontheideasofinformationfusionandimagesegmentation，FuzzyC—meansclustering(FCM)isusedtofuseRatioandwavelettransformtodetectSARimageedges．Accordingtoth