基于D-S证据理论的SAR图像边缘融合检测算法
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
— — — — — — — — — — — — — — — — — — — — — ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ 。 ． ＿ － ． － ＿ ＿ ＿ ． － ． － － ＿ 。 ＿ ＿ 。 ・ ＿ 。 ・ － ＿ ＿ ＿ － ＿ － 。 ＿ ＿ ＿ ＿ 。 ・ 。 ・ － － ・ － － ＿ 。 ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ ＿ 。 ・ ・ ＿ ＿ ・－ ＿ 。 ＿ 。 。 。 。 。 。 。 。 。 ＿ 。 ‘ ‘ 。 ‘ ’ ’ ’ 。 。 。 。 。 。 。 。 。 ‘ 。 ‘ 。 。 ’ ’ ’ 。 。 。 。 。 。 。 。 。
收 稿 日期 ： ０ 一 Ｏ ２ ｌ ０ ４—２ ９
作者简 介： Ｊ（１ ８ 彭 ｉ ３一） Ｉ ９ ，男 ， 湖南 人 ， 士， 要从 事通信与 电子系统 研究 。 硕 主
笛３ 期
一 …
— — — — — — — — — —
彭
— — — — — — — —
川 ： 基 于 Ｄ． 证 据 理 论 的 Ｓ Ｓ ＡＲ图 像 边 缘 融 合 检 测 算 法
中图分 类号 ：ＴＰ ９ ． ｌ ３ １４ 文献标识 码 ：Ａ 文章编 号 ：ｌ ０ —０ １ ２ １ ）０ —０ ６ 一Ｏ ０ ９ ３ ２（ ０ ０ ３ ０ ６ ５
合 成 孔 径 雷 达 （ ＡＲ）具 有 高 分 辨 率 、全 天 候 、全 天 时 等 优 点 ， 其 图像 处 理 已成 为该 领 域 的研 Ｓ
究热点，由于边缘反映 了图像最基本的特征 ，所 以Ｓ Ｒ Ａ 图像边缘检测一直是 图像处理 中很重要 的一
步。
早期的边缘检测源 自传统的图像处理技术 ，主要是基于梯度 的微分算子 ，如Ｃ ｎ ｙ ａ ｎ 算子¨ ｌ ，传统
的微 分算 子 检 测 是 基 于 图像 具 有 加 性 噪 声 的假 设 ，在 检 测 带 有 乘 性 斑 点 噪 声 的 Ｓ ＡＲ图像 中 效 果并 不 理 想 。基 于 假 设检 验 的边 缘 检 测 方 法 则 从 Ｓ 图像 数 据 的数 学模 型 出发 ，用 假 设 检验 来 判 别 边缘 存 ＡＲ 在 与 否 。 由于 充 分考 虑 了Ｓ ＡＲ 图像 的统 计 分 布特 点 ， 以及 斑 点 噪 声 的干 扰 因素 ，这类 方 法 能 较好 地 克 服斑 点噪 声 影 响 ，降 低 检 测 错 误 率 。 近 几年 ， 以 图像 的 多 尺 度 分 析 为 理 论 基 础 的边 缘 检 测 方法 逐
测 直 线边 缘 ，对 弱 边 缘 检 测也 表 现 良好 。
１ Ｃｏ ｔ ｕｌｔ ｎｏ ｒ 变换 ￣Ｉ ＣＴ ｅ Ｉ ： ＮＳ
在边缘检测 中，小波对含点状奇异的 目标 函数是最优 的基 ，但对具有线状奇异的函数 则不再稀 疏 。在高维情 况下，小波 分析不 能充分利用数据本身所特有 的几何特征 ，不能够很好地挖 掘图像中
对 实测 的Ｓ ＡＲ图像 进行仿 真 ，仿 真 结果表 明该 算法具有 良好 的抑 制斑 点效 果 ，并 能完 整和准确 地检测 直线
边缘 ，对弱 边缘 检测 也表现 良好 。
关键词 ：非下 采样 Ｃ ｎｏ ｒ ｔ ｏ ｔｕ ｌ 变换 （ Ｃ ；合 成孔径 雷达 （ ＡＲ）图像； 边缘检 测 ；Ｄ． 证据理论 ｅ ＮＳ Ｔ） Ｓ Ｓ
第 １卷第 ３ ７ 期
２１ ０ ０年 ６ 月
Байду номын сангаас
Ｊ ＯＵＲＮ ＡＬ ＯＦ ＤＯＮ ＧＧＵＡＮ Ｉ ＵＮ ＶＥＲＳ ＴＹ Ｉ ＯＦ ＥＣＨＮ ＯＬＯ ＧＹ Ｔ
东 莞 理 工 学 院 学 报
ＶＯＩ Ｏ３ ｌ７Ｎ ． ｌ
Ｊ ｎ． ２ Ｏ ｕ ０ｌ
基于Ｄ Ｓ证 据 理 论 的 ＳＡＲ图 像 边 缘 融 合 检 测 算 法
彭 川
（ 国联 通 东 莞 分 公 司 ，东 莞 ５ ３ ０ 中 ２ ０ ９）
摘 要 ：针 对含 噪Ｓ Ｒ Ａ 图像 的统 计特性 ，提 出了一种 基 于Ｄ Ｓ ．证据 理论 的Ｓ Ｒ图像 边缘检 测 算法．该 算 Ａ
法采用非下采样Ｃ ｎ ｕｌ ｏｔ ｒ 变换 ，结合Ｒ ｔ 算法 良好的抗噪和恒虚警性能，构建基本置信指派函数．最后 ｏ ｅ ａｏ ｉ
进行Ｓ Ｒ Ａ 图像的边缘检测 。Ｒ ｔ 算法作 为传统的边缘检测方法具有 良好的抗 噪性 能和恒虚警特性。 ａｏ ｉ 本文 尝试结合Ｎ Ｃ 和Ｒ ｔ 算 法的优点 ，构造 多类置信指派 函数 ，并使用Ｄ Ｓ ＳＴ ａｏ ｉ ．证据 理论进行信息融
合 ，得 到最 终 的检 测 结 果 。 实验 结 果 表 明 ，该 算法 具有 良好 的 抑 制 斑 点 效 果 ，并 能 完 整和 准 确 地 检
渐兴起 。在 多尺度分析工具 中，小波具有 良好 的视频局域化特 性及多尺度 分析能力，人们根据多尺 度 分 析 构 造 多 尺 度 边 缘 检 测 算 子 ，通 过 多 尺 度 边 缘 融 合 ，实 现 Ｓ ＡＲ图像 边 缘 的检 测 。 目前 大 部 分
Ｓ Ｒ图像 处 理 中 都用 小波 进 行 边 缘检 测 。 Ａ 小波 由于 其 点 奇异 的 局 限性 使得 它 在 表 示 图像 结构 的直 线 、 曲线 奇 异 性 时 不 是 最优 的 。为 此人 们 提 出 了 更 为 先 进 的 多 尺 度 分 析 工 具 。Ｃ ｎｏ ｒ ｔ 换 （ ｏ ｔｕｌｔＴａ ｓｒｍ，Ｃ ｏ ｔｕｌ 变 ｅ Ｃ ｎｏｒｅ ｒｎｆｏ Ｔ）Ｂ 非 下 采 样 和 Ｃ ｎｏ ｒ ｔ 换 （ ｎ ｕ ｓｍｐｅ ｏ ｔｕｌｔ ｒｎｆ ｍ，ＮＳ Ｔ）ｐ 是 其 中的 代 表 ，其 中ＮＳ Ｔ ｏ ｔｕｌ 变 ｅ Ｎｏ Ｓ ｂ ａ ｌｄＣ ｎｏ ｒ ａ ｓ ｏ ｅＴ ｒ Ｃ 就 Ｃ 不但 具 有 多尺 度 多 方 向 的特 性 ，相 比Ｃ 还 具 有 平 移不 变 性 ， 并保 留 了图 像 的 完整 信 息 ，我 们 可 以使 用 它 Ｔ
收 稿 日期 ： ０ 一 Ｏ ２ ｌ ０ ４—２ ９
作者简 介： Ｊ（１ ８ 彭 ｉ ３一） Ｉ ９ ，男 ， 湖南 人 ， 士， 要从 事通信与 电子系统 研究 。 硕 主
笛３ 期
一 …
— — — — — — — — — —
彭
— — — — — — — —
川 ： 基 于 Ｄ． 证 据 理 论 的 Ｓ Ｓ ＡＲ图 像 边 缘 融 合 检 测 算 法
中图分 类号 ：ＴＰ ９ ． ｌ ３ １４ 文献标识 码 ：Ａ 文章编 号 ：ｌ ０ —０ １ ２ １ ）０ —０ ６ 一Ｏ ０ ９ ３ ２（ ０ ０ ３ ０ ６ ５
合 成 孔 径 雷 达 （ ＡＲ）具 有 高 分 辨 率 、全 天 候 、全 天 时 等 优 点 ， 其 图像 处 理 已成 为该 领 域 的研 Ｓ
究热点，由于边缘反映 了图像最基本的特征 ，所 以Ｓ Ｒ Ａ 图像边缘检测一直是 图像处理 中很重要 的一
步。
早期的边缘检测源 自传统的图像处理技术 ，主要是基于梯度 的微分算子 ，如Ｃ ｎ ｙ ａ ｎ 算子¨ ｌ ，传统
的微 分算 子 检 测 是 基 于 图像 具 有 加 性 噪 声 的假 设 ，在 检 测 带 有 乘 性 斑 点 噪 声 的 Ｓ ＡＲ图像 中 效 果并 不 理 想 。基 于 假 设检 验 的边 缘 检 测 方 法 则 从 Ｓ 图像 数 据 的数 学模 型 出发 ，用 假 设 检验 来 判 别 边缘 存 ＡＲ 在 与 否 。 由于 充 分考 虑 了Ｓ ＡＲ 图像 的统 计 分 布特 点 ， 以及 斑 点 噪 声 的干 扰 因素 ，这类 方 法 能 较好 地 克 服斑 点噪 声 影 响 ，降 低 检 测 错 误 率 。 近 几年 ， 以 图像 的 多 尺 度 分 析 为 理 论 基 础 的边 缘 检 测 方法 逐
测 直 线边 缘 ，对 弱 边 缘 检 测也 表 现 良好 。
１ Ｃｏ ｔ ｕｌｔ ｎｏ ｒ 变换 ￣Ｉ ＣＴ ｅ Ｉ ： ＮＳ
在边缘检测 中，小波对含点状奇异的 目标 函数是最优 的基 ，但对具有线状奇异的函数 则不再稀 疏 。在高维情 况下，小波 分析不 能充分利用数据本身所特有 的几何特征 ，不能够很好地挖 掘图像中
对 实测 的Ｓ ＡＲ图像 进行仿 真 ，仿 真 结果表 明该 算法具有 良好 的抑 制斑 点效 果 ，并 能完 整和准确 地检测 直线
边缘 ，对弱 边缘 检测 也表现 良好 。
关键词 ：非下 采样 Ｃ ｎｏ ｒ ｔ ｏ ｔｕ ｌ 变换 （ Ｃ ；合 成孔径 雷达 （ ＡＲ）图像； 边缘检 测 ；Ｄ． 证据理论 ｅ ＮＳ Ｔ） Ｓ Ｓ
第 １卷第 ３ ７ 期
２１ ０ ０年 ６ 月
Байду номын сангаас
Ｊ ＯＵＲＮ ＡＬ ＯＦ ＤＯＮ ＧＧＵＡＮ Ｉ ＵＮ ＶＥＲＳ ＴＹ Ｉ ＯＦ ＥＣＨＮ ＯＬＯ ＧＹ Ｔ
东 莞 理 工 学 院 学 报
ＶＯＩ Ｏ３ ｌ７Ｎ ． ｌ
Ｊ ｎ． ２ Ｏ ｕ ０ｌ
基于Ｄ Ｓ证 据 理 论 的 ＳＡＲ图 像 边 缘 融 合 检 测 算 法
彭 川
（ 国联 通 东 莞 分 公 司 ，东 莞 ５ ３ ０ 中 ２ ０ ９）
摘 要 ：针 对含 噪Ｓ Ｒ Ａ 图像 的统 计特性 ，提 出了一种 基 于Ｄ Ｓ ．证据 理论 的Ｓ Ｒ图像 边缘检 测 算法．该 算 Ａ
法采用非下采样Ｃ ｎ ｕｌ ｏｔ ｒ 变换 ，结合Ｒ ｔ 算法 良好的抗噪和恒虚警性能，构建基本置信指派函数．最后 ｏ ｅ ａｏ ｉ
进行Ｓ Ｒ Ａ 图像的边缘检测 。Ｒ ｔ 算法作 为传统的边缘检测方法具有 良好的抗 噪性 能和恒虚警特性。 ａｏ ｉ 本文 尝试结合Ｎ Ｃ 和Ｒ ｔ 算 法的优点 ，构造 多类置信指派 函数 ，并使用Ｄ Ｓ ＳＴ ａｏ ｉ ．证据 理论进行信息融
合 ，得 到最 终 的检 测 结 果 。 实验 结 果 表 明 ，该 算法 具有 良好 的 抑 制 斑 点 效 果 ，并 能 完 整和 准 确 地 检
渐兴起 。在 多尺度分析工具 中，小波具有 良好 的视频局域化特 性及多尺度 分析能力，人们根据多尺 度 分 析 构 造 多 尺 度 边 缘 检 测 算 子 ，通 过 多 尺 度 边 缘 融 合 ，实 现 Ｓ ＡＲ图像 边 缘 的检 测 。 目前 大 部 分
Ｓ Ｒ图像 处 理 中 都用 小波 进 行 边 缘检 测 。 Ａ 小波 由于 其 点 奇异 的 局 限性 使得 它 在 表 示 图像 结构 的直 线 、 曲线 奇 异 性 时 不 是 最优 的 。为 此人 们 提 出 了 更 为 先 进 的 多 尺 度 分 析 工 具 。Ｃ ｎｏ ｒ ｔ 换 （ ｏ ｔｕｌｔＴａ ｓｒｍ，Ｃ ｏ ｔｕｌ 变 ｅ Ｃ ｎｏｒｅ ｒｎｆｏ Ｔ）Ｂ 非 下 采 样 和 Ｃ ｎｏ ｒ ｔ 换 （ ｎ ｕ ｓｍｐｅ ｏ ｔｕｌｔ ｒｎｆ ｍ，ＮＳ Ｔ）ｐ 是 其 中的 代 表 ，其 中ＮＳ Ｔ ｏ ｔｕｌ 变 ｅ Ｎｏ Ｓ ｂ ａ ｌｄＣ ｎｏ ｒ ａ ｓ ｏ ｅＴ ｒ Ｃ 就 Ｃ 不但 具 有 多尺 度 多 方 向 的特 性 ，相 比Ｃ 还 具 有 平 移不 变 性 ， 并保 留 了图 像 的 完整 信 息 ，我 们 可 以使 用 它 Ｔ