資源描述:
《sar圖像道路檢測及其仿真》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第27卷第5期計算機仿真2010年5月文章編號:1006—9348(2010)05—0201一O3SAR圖像道路檢測及其仿真梅珍,林偉(西北工業(yè)大學(xué)理學(xué)院數(shù)學(xué)系,陜西西安710129)摘要:針對圖像邊緣定位易發(fā)生偏移且對噪聲比較敏感的問題,傳統(tǒng)檢測方法有缺點,現(xiàn)從小波理論出發(fā),提出了一種基于beamlet變換的SAR圖像道路線特征提取方法。首先對未經(jīng)斑點噪聲抑制的原始SAR圖像進行非下采樣小波分解,在變換域中利用beamlet變換進行道路線特征提取,最后采用識別算法檢測了道路。實驗結(jié)果顯示方法與傳
2、統(tǒng)檢測算子相比,具有很好的抗噪性能,檢測到更多細節(jié)特征且道路識別效果更好。關(guān)鍵詞:小線變換;小波變換;線特征提?。贿吘墮z測;識別中圖分類號:tIT951文獻標識碼:ASARImageRoadDetectionAndSimulationMEIZhen。LINWei(DepartmentofMathmatics,SchoolofScience,NorthwesternPolytechnicalUinversity,Xi’anShanxi,710129,China)ABSTRACT:Thispaperp
3、roposedaroadlineextractionmethodbasedonbeamletinSARimagefromwavelet,be—causeclassicalmethodisdeviateedgeposition,noise—sensitiveandSOon.ThemethodisappliedtotheSARinwhichthespecklenoisehasnotbeendepressed,.Firstnonsubsampledwaveletwasprocessed.Theninth
4、etransformdomain,theroadlinefeaturewasextractedbasedonbeamlet.Atlast,thealgorithmsofrecognitionWasgiventode—tecttheroad.Comparedwithclassicalmethods,itnotonlycancancellnoiseeffectively,butalsogivemoredetailedfeatures,andtherecognitionofroadsisbetter.T
5、heresultsoftheexperimentsdemonstratedthevalidityofthepro-posedmethod.KEYWORDS:Beamlettransform,Wavelet;Extractionoflinefeature;Edgedetection;Recognitionl引言尺度下采用beamlet方法提出特征,其邊緣定位精確,抗噪性合成孔徑雷達(SAR)是一種主動式成像雷達,具有全天能強。并和傳統(tǒng)的方法進行道路識別比較,得到了較好的結(jié)候,全天時,大面積,遠距離獲
6、取數(shù)據(jù)的能力,在軍事偵察及果。民用遙感探測方面具有重大應(yīng)用價值。道路是遙感圖像中一種重要線狀特征,它對地觀測波的后向散射回波極弱,在2Beamlet變換SAR圖像中具有比較光滑、寬度變化不大、很長的延伸且比Bearnlet的概念首先由Donoho提出,初次使用Edge-較直等特點。在高分辨SAR圖像道路體現(xiàn)為具有平行線對lets表述線段,2000年開始使用Beamlet來描述一種二進組的狹長區(qū)域,所以可以通過邊緣檢測進行道路特征提取。傳織的、多尺度線段系統(tǒng)。下面先簡單地描述Beamlet變換。統(tǒng)的
7、邊緣檢測方法最主要的是差分算子法?,如Sobel算子,假設(shè)圖像是n×n的數(shù)字矩陣,把圖像看作一個在單位Prewitt算子,Log算子,Carmy算子等。但它們對噪聲很敏感正方形[0,1]×[0,1]的函數(shù),因此可把像素點看作是存在性,對邊緣定位不精確,容易出現(xiàn)邊緣模糊現(xiàn)象。于單位正方形內(nèi)的1/n×1/n大小的陣列。用二進正方形SBeamlet變換利用邊緣上像素灰度值的連續(xù)性,沿邊緣通過積分計算來提取直線,能克服傳統(tǒng)的直線提取算法對表示像素點集::【爭,】×[,]中噪聲敏感、參數(shù)難以選擇、局部性能差
8、等缺點,是一種新的直≥0,0≤k,k:≤2j,記為S(k,k2√)。在尺度0≤≤J上線提取算法。為此,本文提出一種結(jié)合小波變換和Beamlet(256×256圖像J:8),將圖像塊E0,1]分為2個二進子方的特征提取方法,利用小波變換的高頻信息的特點,在不同塊,每個二進子方塊的邊長為2≥,固定分辨率6=2(K≤0,6≥—l_),對2個二進方塊中的每一個,從右上收稿日期:2008—12—24修回日期:2009—04—27一201—角開始沿邊緣按逆時針方向每6隔距離標記點,一條beam