Beamlet及其在SAR圖像邊緣檢測(cè)中的應(yīng)用.pdf

1、本文在國(guó)家自然基金(60472072)、航空基金(04I53070)和重點(diǎn)實(shí)驗(yàn)室基金(51431020204HK0302)的支持下，對(duì)SAR圖像邊緣提取進(jìn)行了深入研究，主要工作包括三個(gè)方面：　　1.對(duì)基于濾波的邊緣檢測(cè)方法進(jìn)行了研究。現(xiàn)有SAR圖像邊緣檢測(cè)方法，多半采用先濾相干斑噪聲，再進(jìn)行邊緣檢測(cè)。消除或減少相干斑噪聲本身就是一個(gè)國(guó)內(nèi)外尚未解決的難題。這些方法在降噪過(guò)程中會(huì)不可避免地?fù)p失一些邊緣信息，有時(shí)可能還會(huì)是一些關(guān)鍵信息，在這

2、方面需要開(kāi)展進(jìn)一步的研究。該文詳細(xì)分析并實(shí)現(xiàn)了現(xiàn)有的多種SAR圖像濾波方法和邊緣檢測(cè)方法。 2.對(duì)Beamlet變換進(jìn)行了研究。Beamlet分析是一種高維奇異性分析方法，Beamlet分析中線段的作用類(lèi)似于子波分析中點(diǎn)的作用。但由于Beamlet包括子波所沒(méi)有的方向信息，所以比子波有一定的優(yōu)勢(shì)。Beamlet分析最主要的問(wèn)題是計(jì)算量較大。針對(duì)這一問(wèn)題，提出了快速離散Beamlet變換MFDBT算法，在一定程度上提高了速度。同時(shí)

3、提出了新的新的瓦片回歸分區(qū)算法，提高了直線檢測(cè)和擬合的精度。基于人工和真實(shí)圖像的實(shí)驗(yàn)結(jié)果證實(shí)了本方法的有效性。 3.將Beamlet變換應(yīng)用到SAR圖像邊緣檢測(cè)中，提出了一種不需要濾波，直接進(jìn)行邊緣提取的方法。傳統(tǒng)的SAR邊緣檢測(cè)算子都是本質(zhì)上都基于像素的灰度上的變換，也就是像素點(diǎn)灰度的奇異性。所以也很難完全解決噪聲尤其是相干斑噪聲的影響。當(dāng)圖像受相干斑污染比較嚴(yán)重的時(shí)候，它們的處理結(jié)果往往很不理想。從一個(gè)全新的角度去思考邊緣檢

4、測(cè)問(wèn)題。定義了線性奇異性。根據(jù)奇異性定義，噪聲點(diǎn)只含有點(diǎn)奇異性，而不具備線性奇異性。而真實(shí)邊緣同時(shí)基本具備點(diǎn)奇異性和線性奇異性。提出了基于Beamlet的邊緣提取方法，利用Beamlet提取線性奇異性，直接在含噪圖像上進(jìn)行邊緣提取。和現(xiàn)有的利用Hough變換、Radon變換、Beamlet變換等進(jìn)行線性目標(biāo)檢測(cè)(比如道路，橋梁等)不同的是，現(xiàn)有方法都是先進(jìn)行邊緣檢測(cè)，再在邊緣圖像上進(jìn)行直線檢測(cè)。而基于Beamlet的邊緣提取方法直接對(duì)原