新型Canny算法的SAR图像边缘检测.pdfVIP

维普资讯 维普资讯 第 1期 刘景正等 新型 Canny算法的SAR图像边缘检测 133 一 点在 F中有邻点，则将该点加入 F。以此点为 中 Y)独 的随机过程。根据 SAR 图像的斑点噪声模 一 tL,，分别找寻此点的8邻域 J=的点的梯度值 ，递归查 型，对其进行对数变换 ，将乘性噪声转为加性噪声是 找以深度搜索法遍历 ，直到此点的8邻域上的点都 在雷达图像噪声处理中一种比较常用的手段，将斑点 已历遍。最终得到的集合F就是边缘点集合。 噪声模型进行对数变换如下式 ： 7=log(，)=log(R)+log(F)= + (5) 3 新型Canny算法的滤波 2)以小波变换的方法进行去噪：将图像进行对 由于SAR图像因其成像条件等因素影响而具有其 数变换和小波变换后 ，对高频图像进行处理，判断其 特定的特征，即噪声的干扰影响比较大，并且 SAR图 中被噪声严重污染的值 ，并进行修正。 像的斑点噪声是乘性噪声，许多针对一般图像类型而 修正小波变换后的三个高频部分 图像 HL、LH、 设计的边缘检测算子不能够很好地适应 SAR图像的特 HH时取阈值T，令 T=3Delta，其 中Delta为一级小 征，其中也包括了基本的Canny算子。本文将小波去 波分解得到的各高频图像的方差。wT后三个高频部 噪的方法引入到基本 Canny算子巾，来代替 Canny算 分图像的各像素值还未进行映射到0-255之问，此时 法步骤中的第(1)步，从而克服 I『高斯去噪的不足。 是有正有负 、有整有零的数，遍历三个高频部分 图 理论分析和实践证明 ，相干斑噪声对 SAR图 像，其像素的绝对值大于或等于T时，则将其归为修 像各频率成分影响是不同的，对高频成分的影响比对 正区；反之，归为抑制区。 低频成分的影响严重。小波变换具有多尺度的特点 ， 归为修正区的像素首先要判断此点 可以在不同的频段内对信号作不同的处理，与斑点噪 是边缘信息还是噪声引起 的，该点的8 声这种特征相适应。 邻域内选取判断区，如果判断区内至少 Mallat最先提出了小波变换理论，并将其应用于信 有一个 以上的修正区内的像素存在，则 图1 像素 号分析领域。直至20世纪90年代，小波变换才应用到 该点是边缘信息，像素值不变；否则认 DO的8 影像高级处理领域，用其多尺度分析代替了一般的塔式 为是噪声引起 的，其像素值要乘以一衰 邻域 算法。小波变换的主要特点是，其对信号分解的空间部 减因子 al，0≤nl≤1，如 al=0．3。对于 分是相互独立的，而且其逆变换能够完全恢复原来的信 三部分高频图像，所选的判断区有各 自的特点。下图 号，分解重建过程中不会产生信息的丢失和冗余。 中D0为当前像素，D1～D8是其8邻域。LH包含的 由于小波变换具有的优点，使其已经成为影像领 是水平方向的边缘信息，则判断区由Dl、D2、D3、 域内的一项重要研究内容。这里仅仅给出二维离散小 D6、1)7、D8组成；HL包含的是竖直方 向的边缘信 波变换的分解 息，判断区由DI、D4、D6、D3、D5、D8组成 ；HH 二维离散小波变换的分解公式为： 包含的是45。和135。方向上的边缘信息，所以其判断 i 1∑ 区由Dl、D3、D6、D8组成。