本發(fā)明涉及計(jì)算機(jī)圖像處理領(lǐng)域，具體提出了一種基于ROEWA改進(jìn)的SAR圖像邊緣檢測(cè)方法。

背景技術(shù)：

邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺中的基本問題，是提取圖像中線性特征和識(shí)別圖像中線性目標(biāo)的基礎(chǔ)。然而，一般的圖像邊緣檢測(cè)器是基于加性噪聲模型構(gòu)建的，對(duì)于具有乘性噪聲的合成孔徑雷達(dá)(SAR)圖像不具有恒虛警(Constant False Alarm)性，會(huì)出現(xiàn)保留虛假邊緣、遺漏真實(shí)邊緣的現(xiàn)象。

指數(shù)加權(quán)均值比率(ROEWA)，是一種經(jīng)典的SAR圖像邊緣檢測(cè)算子，其基于乘性噪聲模型，對(duì)SAR圖像的檢測(cè)具有恒虛警性。但是，ROEWA算子的邊緣定位精度差，對(duì)單邊緣有多次響應(yīng)的現(xiàn)象，難以兼顧SAR圖像邊緣的高檢測(cè)率和低虛警率。

國內(nèi)現(xiàn)有的基于ROEWA算子的改進(jìn)思路為：首先利用原始的ROEWA算子對(duì)SAR圖像進(jìn)行處理得到邊緣強(qiáng)度，然后根據(jù)邊緣強(qiáng)度利用方位估計(jì)器或者方位模板估算邊緣方位，最后根據(jù)邊緣方位和邊緣強(qiáng)度進(jìn)行非極大值抑制(Non-Maximum Suppression)處理。非極大值抑制算法，在理論上對(duì)虛假邊緣的去除、邊緣的細(xì)化和精確定位都有良好的效果，但需要提供準(zhǔn)確的邊緣方位作為參數(shù)才能實(shí)現(xiàn)。目前，基于ROEWA的改進(jìn)研究主要集中在邊緣的各種方位估計(jì)器方面，存在Gabor、Hough和Radon等方位估計(jì)器的技術(shù)方案。

不論是基于方位估計(jì)器還是基于方位模板的改進(jìn)算法，其求得的邊緣方位都只能把邊緣估算到有限個(gè)既定方位上。一般地，這兩種改進(jìn)方法是將圓周等分為4方位(即8方向)，形如的“米”字，凡是位于22.5°到22.5°之間的邊緣就判定為0°(180°)方位，位于22.5°到67.5°之間的邊緣就判定為45°(225°)方位，其他情況以此類推。顯然，這樣求得的邊緣方位是不準(zhǔn)確的，其可能的取值有限并且也不是連續(xù)分布的，從而導(dǎo)致非極大值抑制的效果差強(qiáng)人意，沒有從根本上改善原始ROEWA算法的缺陷。

技術(shù)實(shí)現(xiàn)要素：

發(fā)明目的

本發(fā)明提供了一種基于ROEWA改進(jìn)的SAR圖像邊緣檢測(cè)方法，解決了SAR圖像邊緣方位準(zhǔn)確計(jì)算的難題，并根據(jù)需求將非極大值抑制算法改進(jìn)到亞像元級(jí)別，邊緣定位精度良好、能夠兼顧高檢測(cè)率和低虛警率。

技術(shù)方案

為解決上述問題，本發(fā)明提供了一種基于ROEWA改進(jìn)的SAR圖像邊緣檢測(cè)方法，包括以下步驟：

(1)輸入灰度圖像；(2)用IROEWA算子進(jìn)行邊緣檢測(cè)，得到邊緣強(qiáng)度圖和邊緣方位；(3)根據(jù)邊緣強(qiáng)度圖和邊緣方位進(jìn)行非極大值抑制；(4)執(zhí)行閾值選取、二值分割和形態(tài)學(xué)濾波處理；(5)輸出邊緣檢測(cè)結(jié)果圖；

其中，IROEWA是對(duì)ROEWA的邊緣強(qiáng)度分量表達(dá)式進(jìn)行了改進(jìn)，

原ROEWA算子的邊緣強(qiáng)度分量表達(dá)式為：

IROEWA算子的邊緣強(qiáng)度分量表達(dá)式為：

由此，根據(jù)式D(x,y)＝arctan[r_Y(x,y)/r_X(x,y)]，就可以準(zhǔn)確計(jì)算出(-π/2,π/2)內(nèi)的方位角，并判斷當(dāng)方位角D＜0時(shí)，令D←D+π，從而使方位角值域歸化到[0,π)內(nèi)；

相應(yīng)地，總體邊緣強(qiáng)度則定義為：

既定方位的非極大值抑制算法，就是判斷當(dāng)前邊緣點(diǎn)的值在當(dāng)前邊緣方位上是不是局部最大值：先構(gòu)建一個(gè)空間與邊緣強(qiáng)度圖等大的邊緣點(diǎn)集合，將所有象元點(diǎn)作為待定的邊緣點(diǎn)；如果當(dāng)前點(diǎn)與當(dāng)前方位上的鄰域點(diǎn)比較后是最大值，則將當(dāng)前點(diǎn)作為邊緣點(diǎn)保留；如果不是，則將當(dāng)前點(diǎn)從邊緣點(diǎn)集合中去除。

作為優(yōu)選，改為IROEWA算子后，計(jì)算得到的邊緣方位有無限個(gè)連續(xù)的可能取值，當(dāng)不為0°、45°、90°、135°及180°這種特殊的方位時(shí)，鄰域點(diǎn)是亞像元，還需要將既定方位的非極大值抑制算法，改進(jìn)成亞象元級(jí)別的處理方法。

作為優(yōu)選，亞像元級(jí)別非極大值抑制算法的改進(jìn)方法為：給定一個(gè)可以不為整數(shù)的鄰域半徑r，并根據(jù)當(dāng)前點(diǎn)的邊緣方位，計(jì)算出兩個(gè)鄰域點(diǎn)的坐標(biāo)；如果鄰域點(diǎn)的橫縱坐標(biāo)不全為整數(shù)，則需插值計(jì)算其邊緣強(qiáng)度；插值計(jì)算時(shí)，分別對(duì)鄰域點(diǎn)的橫縱坐標(biāo)向上向下取整，兩兩組合可得4個(gè)整數(shù)坐標(biāo)的點(diǎn)，然后根據(jù)這4個(gè)點(diǎn)進(jìn)行線性插值；最后，比較當(dāng)前點(diǎn)與鄰域點(diǎn)的邊緣強(qiáng)度大小，若當(dāng)前點(diǎn)的邊緣強(qiáng)度小于任何一個(gè)領(lǐng)域點(diǎn)的，則將當(dāng)前點(diǎn)從邊緣點(diǎn)集中剔除。

本發(fā)明的有益效果如下：本發(fā)明針對(duì)ROEWA算子無法準(zhǔn)確確定邊緣位置和邊緣方向的問題，對(duì)其表達(dá)式進(jìn)行了改進(jìn)，重新定義了反轉(zhuǎn)的、帶符號(hào)的、歸一化的最小指數(shù)加權(quán)均值比，作為邊緣強(qiáng)度指標(biāo)來量化描述邊緣的躍變程度，并在此基礎(chǔ)上準(zhǔn)確計(jì)算出邊緣的方位，同時(shí)將改進(jìn)的非極大值抑制算法應(yīng)用到邊緣檢測(cè)流程中，大大改善了現(xiàn)有SAR圖像邊緣檢測(cè)技術(shù)方案的檢測(cè)效果。

附圖說明

圖1為邊緣檢測(cè)技術(shù)路線圖；

圖2為適用于任意方位的亞像元級(jí)非極大值抑制算法；

具體實(shí)施方式

下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例。基于本申請(qǐng)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本申請(qǐng)保護(hù)的范圍。

將改進(jìn)的指數(shù)加權(quán)均值比率算子(Improved Ratio of Exponentially Weighted Averages)簡稱為IROEWA，而帶亞像元級(jí)別非極大值抑制的算法稱為IROEWA&NMS。如圖1所示，本發(fā)明步驟如下：(1)輸入灰度圖像；(2)用IROEWA算子進(jìn)行邊緣檢測(cè)，得到邊緣強(qiáng)度圖和邊緣方位；(3)根據(jù)邊緣強(qiáng)度圖和邊緣方位進(jìn)行非極大值抑制；(4)執(zhí)行閾值選取、二值分割和形態(tài)學(xué)濾波等后處理；(5)輸出邊緣檢測(cè)結(jié)果圖。其中，改進(jìn)的核心環(huán)節(jié)即第(2)步。

IROEWA同ROEWA一樣，是基于線性最小均方誤差濾波器(Linear MMSE Filter)的，在一維情況下，該濾波器f表達(dá)式為：

f(x)＝Ce^-α|x| (1)

在離散情況下，濾波器f可以用因果濾波器f₁和非因果濾波器f₂來實(shí)現(xiàn)，則濾波器f離散表示為：

式中，f₁(n)＝a·bⁿh(n)，f₂(n)＝a·b^-nh(-n)。而其中，0＜b＝e^-α＜1；h(n)是Heaviside函數(shù)，在離散情況下：當(dāng)n≥0時(shí)，h(n)＝1；否則，h(n)＝0。

根據(jù)f(x,y)＝f(x)f(y)將濾波器f推廣到二維空間。那么，對(duì)于水平方位，先使用濾波器f對(duì)圖像強(qiáng)度I進(jìn)行逐列濾波，然后分別用f₁和f₂進(jìn)行逐行濾波，即可分別獲得因果和非因果指數(shù)加權(quán)均值：

式中，*表示水平方位卷積運(yùn)算，⊙表示豎直方位卷積運(yùn)算。同理，可得豎直方位的因果和非因果指數(shù)加權(quán)均值。式(3)和(4)中，輸入信號(hào)與f₁和f₂的卷積運(yùn)算可以簡化成遞歸運(yùn)算。假設(shè)濾波器f₁和f₂輸入信號(hào)為e₁和e₂，則卷積s₁和s₂遞歸式如下：

s₁(n)＝a[e₁(n)-s₁(n-1)]+s₁(n-1),n＝1,...,N (5)

s₂(n)＝a[e₂(n)-s₂(n+1)]+s₂(n+1),n＝N,...,1 (6)

水平和豎直方位上的四種指數(shù)加權(quán)均值均可由上述遞歸算法聯(lián)合式(2)求得。IROEWA就是對(duì)ROEWA的邊緣強(qiáng)度分量表達(dá)式進(jìn)行了改進(jìn)。

原ROEWA算子的邊緣強(qiáng)度分量表達(dá)式為：

IROEWA算子的邊緣強(qiáng)度分量表達(dá)式為：

由此，根據(jù)式D(x,y)＝arctan[r_Y(x,y)/r_X(x,y)]，就可以準(zhǔn)確計(jì)算出(-π/2,π/2)內(nèi)的方位角，并判斷當(dāng)方位角D＜0時(shí)，令D←D+π，從而使方位角值域歸化到[0,π)內(nèi)。

相應(yīng)地，總體邊緣強(qiáng)度則定義為：

既定方位的非極大值抑制算法，就是判斷當(dāng)前邊緣點(diǎn)的值在當(dāng)前邊緣方位上是不是局部最大值：先構(gòu)建一個(gè)空間與邊緣強(qiáng)度圖等大的邊緣點(diǎn)集合，將所有象元點(diǎn)作為待定的邊緣點(diǎn)；如果當(dāng)前點(diǎn)與當(dāng)前方位上的鄰域點(diǎn)比較后是最大值，則將當(dāng)前點(diǎn)作為邊緣點(diǎn)保留；如果不是，則將當(dāng)前點(diǎn)從邊緣點(diǎn)集合中去除。而改為IROEWA算子后，計(jì)算得到的邊緣方位有無限個(gè)連續(xù)的可能取值，當(dāng)不為0°、45°、90°、135°及180°等這種特殊的方位時(shí)，鄰域點(diǎn)是亞像元。所以，還需要將既定方位的非極大值抑制算法，改進(jìn)成亞象元級(jí)別的處理方法。

如圖2所示，亞像元級(jí)別非極大值抑制算法的改進(jìn)思路為：給定一個(gè)可以不為整數(shù)的鄰域半徑r，并根據(jù)當(dāng)前點(diǎn)的邊緣方位，計(jì)算出兩個(gè)鄰域點(diǎn)的坐標(biāo)；如果鄰域點(diǎn)的橫縱坐標(biāo)不全為整數(shù)，則需插值計(jì)算其邊緣強(qiáng)度；插值計(jì)算時(shí)，分別對(duì)鄰域點(diǎn)的橫縱坐標(biāo)向上向下取整，兩兩組合可得4個(gè)整數(shù)坐標(biāo)的點(diǎn)，然后根據(jù)這4個(gè)點(diǎn)進(jìn)行線性插值；最后，比較當(dāng)前點(diǎn)與鄰域點(diǎn)的邊緣強(qiáng)度大小，若當(dāng)前點(diǎn)的邊緣強(qiáng)度小于任何一個(gè)領(lǐng)域點(diǎn)的，則將當(dāng)前點(diǎn)從邊緣點(diǎn)集中剔除。