SAR圖像多目標(biāo)邊緣檢測(cè)性能對(duì)比研究?

李 楠

（西京學(xué)院信息工程學(xué)院 西安 710123）

1 引言

新一代高分辨率衛(wèi)星如TerraSAR-X、Cosmo-SkyMed等的升空和運(yùn)行，為發(fā)現(xiàn)和識(shí)別海洋艦船目標(biāo)、河流、尾跡等提供了強(qiáng)有力的技術(shù)支撐，SAR衛(wèi)星在遙遠(yuǎn)的星際利用合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）對(duì)海面艦船目標(biāo)、河流、尾跡等進(jìn)行成像，能為人們提供情報(bào)預(yù)測(cè)。SAR是主動(dòng)微波雷達(dá)，具有全天候、多波段成像能力，是地表目標(biāo)監(jiān)測(cè)的又一利器。SAR圖像受噪聲影響嚴(yán)重，要準(zhǔn)確檢測(cè)和識(shí)別圖像中的多目標(biāo)需要借助多種圖像邊緣檢測(cè)算法。成熟的圖像邊緣檢測(cè)算子有 Roberts、Sobel、Prewitt、Log、Canny算子和其他各種改進(jìn)檢測(cè)算子［1～7，11～12］。文獻(xiàn)［3］研究了高分辨合成孔徑雷達(dá)圖像艦船目標(biāo)的幾何特征提取法，所提出的頻譜殘差視覺模型能完成SAR圖像艦船目標(biāo)區(qū)域分割，有效降低虛警概率，目標(biāo)檢測(cè)速度極大提高。文獻(xiàn)［4］研究了5種常用邊緣檢測(cè)方法對(duì)人臉的檢測(cè)效果，通過仿真實(shí)驗(yàn)，得到了不同人臉在不同環(huán)境條件下自動(dòng)選取合適的邊緣檢測(cè)算子的結(jié)論。文獻(xiàn)［5］將常用邊緣檢測(cè)算子用于花瓶邊緣的檢測(cè)中，分析了各檢測(cè)算子的特性和適用范圍。

利用圖像邊緣檢測(cè)算子能降低圖像處理的工作量，提高圖像分析和圖像目標(biāo)識(shí)別的效率。本文利用五種邊緣檢測(cè)算子開展SAR圖像多目標(biāo)檢測(cè)實(shí)驗(yàn)，比較分析不同邊緣檢測(cè)算子處理SAR圖像的優(yōu)劣，同時(shí)分析在噪聲環(huán)境下不同算子的性能，給出處理SAR圖像不同算子的特性，為SAR圖像處理提供技術(shù)參考。

2 SAR成像原理

SAR發(fā)射信號(hào)一般是線性調(diào)頻脈沖串［8］，即：

其中，rect()是矩形窗函數(shù)，fc是載頻，kr是線性調(diào)頻率，PRT是脈沖重復(fù)周期，Tr是脈沖持續(xù)時(shí)間。

雷達(dá)波照射到目標(biāo)，經(jīng)過目標(biāo)和天線方向圖調(diào)制，形成SAR回波，二維回波寫作：

其中，s是慢時(shí)間變量，t是快時(shí)間變量，w是天線增益，TSAR是合成孔徑時(shí)間。

在方位向和距離向，即慢時(shí)間域和快時(shí)間域進(jìn)行信號(hào)采樣，設(shè)方位向有N個(gè)脈沖，距離向有M個(gè)樣點(diǎn)，SAR回波的采樣則是N×M矩陣：

3 檢測(cè)算子

3.1 邊緣檢測(cè)算子介紹

Roberts算子是Lawrence Roberts于1963年提出的邊緣檢測(cè)算子，采用對(duì)角線方向相鄰兩像素之差近似梯度幅值檢測(cè)邊緣，利用兩個(gè)2×2的模板在圖像上移動(dòng)并計(jì)算中心像素梯度值。該算子垂直邊緣檢測(cè)效果好于斜向邊緣，對(duì)噪聲較敏感，難以抑制噪聲。

Sobel算子是Irwin Sobel于1968年在一次博士生課題討論會(huì)上提出的，它包含兩組3×3矩陣，與圖像作卷積可得縱向和橫向差分近似值。一個(gè)檢測(cè)水平邊緣、一個(gè)檢測(cè)垂直邊緣，該算子有位置加權(quán)系數(shù)，能降低邊緣模糊性，檢測(cè)效果好。

Prewitt算子是J.M.S.Prewitt于1970年提出的一階微分邊緣檢測(cè)算子，采用像素點(diǎn)上下、左右鄰點(diǎn)的灰度差，在邊緣處達(dá)到極值檢測(cè)邊緣，圖像處理中利用兩個(gè)方向模板與圖像卷積實(shí)現(xiàn)，一個(gè)檢測(cè)水平邊緣、一個(gè)檢測(cè)垂直邊緣。

Log算子是David Courtnay Marr和Ellen C.Hildreth于1980年共同提出的。首先對(duì)圖像做高斯濾波，再求其Laplacian二階導(dǎo)數(shù)，通過檢測(cè)濾波結(jié)果的零交叉可得目標(biāo)的邊緣，常用的Log算子是5×5模板。

Canny算子是John F.Canny于1986年開發(fā)出的多級(jí)邊緣檢測(cè)算法。Canny邊緣檢測(cè)算法步驟有四步：用高斯濾波器平滑圖像；利用一階偏導(dǎo)的有限差分計(jì)算梯度的幅值和方向；再對(duì)梯度幅值進(jìn)行非極大值抑制；最后用雙閾值算法檢測(cè)和連接邊緣線。Canny算子能極大抑制噪聲偽邊緣，且能進(jìn)行邊緣細(xì)化，檢測(cè)效果顯著，同時(shí)適用于對(duì)比度低的圖像。

圖1給出了小孩圖像邊緣檢測(cè)算子運(yùn)用的效果圖。圖2給出了科學(xué)家袁隆平圖像的邊緣檢測(cè)效果。從圖1和圖2可看出上述五種邊緣檢測(cè)算子均能檢測(cè)出目標(biāo)邊緣，但檢測(cè)效果有些許差異，原因是不同的檢測(cè)算子算法不同。

圖1 小孩圖像檢測(cè)效果

3.2 邊緣檢測(cè)性能對(duì)比

以上五種經(jīng)典邊緣檢測(cè)算子在各種圖像處理中發(fā)揮了較好的作用，各算子在檢測(cè)圖像目標(biāo)時(shí)有其自身的特點(diǎn)，檢測(cè)原理、算子、模板的不同導(dǎo)致檢測(cè)效果有些許差異，分析諸多圖像邊緣檢測(cè)效果圖，可發(fā)現(xiàn)上述五種邊緣檢測(cè)算子的特點(diǎn)如表1所示。

圖2 袁隆平圖像檢測(cè)效果

表1 邊緣檢測(cè)算子性能對(duì)比

4 SAR圖像邊緣檢測(cè)對(duì)比分析

4.1 各類目標(biāo)SAR圖像

對(duì)艦船、河流、尾跡目標(biāo) SAR 圖像［9～10］采用邊緣檢測(cè)算子Roberts、Sobel、Prewitt、Log、Canny分別進(jìn)行檢測(cè)實(shí)驗(yàn)，邊緣檢測(cè)效果如圖3、4、5所示。

圖3 艦船檢測(cè)效果

圖4 河流檢測(cè)效果

圖5 尾跡檢測(cè)效果

4.2 帶噪SAR圖像

為比較五種邊緣檢測(cè)算子的噪聲敏感性，分別對(duì)上述SAR圖像添加0.1dB的高斯噪聲，目標(biāo)邊緣檢測(cè)對(duì)比效果如圖6、7、8所示。

圖6 帶噪艦船檢測(cè)效果

圖3 至圖8表明，Roberts算子對(duì)圖像噪聲十分敏感；Sobel算子和Prewitt算子檢測(cè)的邊緣較寬，定位不準(zhǔn)；Log算子對(duì)灰度變化不大的邊緣會(huì)檢測(cè)出偽邊緣；Canny算子檢測(cè)出的圖像邊緣較完整且連續(xù)。

圖7 帶噪河流檢測(cè)效果

圖8 帶噪尾跡檢測(cè)效果

5 結(jié)語

本文對(duì)SAR成像原理和5種常用邊緣檢測(cè)算子的歷史進(jìn)行了分析，利用Matlab圖像處理工具箱對(duì)艦船、河流、尾跡SAR圖像多目標(biāo)進(jìn)行了邊緣檢測(cè)實(shí)驗(yàn)，對(duì)SAR圖像處理領(lǐng)域操作員選擇合適的邊緣檢測(cè)方法有一定的指導(dǎo)意義。通過SAR圖像目標(biāo)檢測(cè)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn)，Roberts算子容易丟失一部分邊緣，處理速度較快，定位精度較高；Sobel算子能檢測(cè)到邊緣方向信息，處理速度較快，定位精度不高；Prewitt算子檢測(cè)邊緣比較細(xì)致，處理速度最快，定位精度不如Roberts；Log算子會(huì)丟失尖銳的邊緣，處理速度慢，定位精度較高；Canny算子能檢測(cè)出弱邊緣，處理速度最慢，定位精度較高。實(shí)際應(yīng)用中，SAR圖像處理操作員應(yīng)根據(jù)具體要求選擇合適的邊緣檢測(cè)方法。