基于MAP估计和广义高斯分布的SAR图像边缘比率检测方法

《基于MAP估计和广义高斯分布的SAR图像边缘比率检测方法》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、航空学报ActaAeronauticaetAstronauticaSinicaFeb．252012VOI．33No．2315．326ISSN1000-6893ON11-1929／Vhttp：Hhkxb．buaa．edu．cahkxb@buaa．edu．on文章编号：1000—6893(2012)02—0315—12基于MAP估计和广义高斯分布的SAR图像边缘比率检测方法袁湛，何友*，蔡复青海军航空工程学院信息融合技术研究所，山东烟台264001摘要：合成孔径雷达(SAR)图像的低信噪比和乘性相干斑噪声给SAR图像的边缘检测带来了极大的困难。通过引入广义高斯(GG)分布作为局部均

2、值功率的先验分布模型，给出了局部均值功率在最大后验概率(MAP)意义下的最优估计，进而提出一种新的SAR图像边缘比率检测算子。利用以梅林变换为基础的对数累积量(MoLC)方法估计GG分布的参数，在此基础上给出一种局部均值功率MAP估计和GG分布参数估计的联合迭代求解方法。利用SAR实测数据对本文提出的边缘检测算子进行仿真验证，并将其与平均比率(RoA)算子和指数加权均值比(ROEwA)算子进行了对比，结果表明该算子可以有效克服相干斑噪声的影响，边缘定位准确且虚假边缘明显减少。关键词：边缘检测；最大后验概率估计；广义高斯分布；合成孔径雷达；比率中图分类号：V21；TN958文献标

3、识码：A边缘检测是机器视觉和图像处理的基本任务之一，可以提供关于图像结构的丰富信息，是视觉感知的重要信息来源，也是各种更高层次的图像解译(如图像压缩、图像分割和目标识别等)的基础。合成孔径雷达(SyntheticApertureRadar，sAR)是一种高分辨率成像雷达，可以全天候、在任意气候条件下获取感兴趣区域的高分辨率图像，在军事和民用领域有着重要的应用。由于SAR利用的是相干成像机理，即图像中每一个分辨单元的灰度值是单元内散射体的回波信号相干叠加，SAR图像会受到相干斑噪声的严重影响。相干斑噪声的存在降低了图像的信噪比(单视SAR图像的信噪比接近于0dB)，其乘性噪声性质

4、给SAR图像的边缘检测带来了极大的困难。目前针对SAR图像的边缘检测算子主要有：①基于比率和假设检验的边缘检测算子，如平均比率(RatioofAverage，RoA)算子[1]、广义似然比(GeneralizedLikelihoodRatio，GLR)算子L2J。这类算子依据SAR图像的相干斑统计特性而设计，具有计算简单、检测性能好等优点，是目前主流的检测方法。②基于小波变换和多尺度几何分析的边缘检测算子[3]。这类算子比较适合于检测具有弱反射特性的地物边缘，其本质上是一种梯度算子[4]。本文主要研究第1类边缘检测算子。RoA算子、GLR算子及指数加权均值比(RatioofEx

5、ponentiallyWeightedAverages，ROEwA)算子[51是3种经典的、依据SAR图像统计特性而设计的边缘检测算子。区别于针对加性噪声设计的差分检测算子，这类算子称为边缘的比率检测算子。在此基础上人们又提出一些改进的边缘检测算子，如：Oller等[61提出了一种差分和最小化均值的RoA算子；Jia等[71提出了一收稿日期：2011-05—04；退修日期：2011-06．28；录用日期：2011—08—20；网络出版时间：2011-09—2108：30网络出版地址：WWW．cnki．net／kcms／detail／111929．V20110921．0830．0

6、03．htmlDOI：ONKI：11．1929／V．20110921．0830．003基金项目：国家自然科学基金(61032001，61002045)*通讯作者．Tel．：0535—6635695E-mail：yxgx@sinacorn引搠格武IYuanZ．HeY．CaiFQ．Ratio-basededgedetectionforSARimageryusingMAPestimationandgeneralizedGaussiandistribution．ActaAeronauticaetAstronauticaSinica．2012。33(2)：315-326．袁湛，侮友．蔡复

7、青．基fMAP估计和广义高靳分布的SAR图像边缘比率检瓣方法j航空学报．2012，33(2)：315-326．航空学报种利用Gabor滤波器确定边缘方向的改进ROEWA算子；Ranjani等[81提出了一种阈值最优化的改进ROEWA算子。通过分析RoA算子和ROEwA算子可以发现，这2种算子首先需要估计出当前检测像素点在2个相反方向的局部均值功率，再将估计结果求比得到边缘强度图(EdgeStrengthMap，ESM)，最后阈值化ESM提取出边缘。它们的主要差别在于：RoA算子利用极大似然(