一种基于复Wishart-Chernoff距离的极化SAR图像边缘检测算法

发布时间：2021-10-22 11:27

　　针对单极化SAR图像可用目标散射信息维度有限的问题,提出一种基于复Wishart-Chernoff距离的极化SAR图像边缘检测算法,充分利用极化协方差矩阵解决了单极化SAR图像边缘检测中边缘模型限制及边缘定位不准问题。该算法首先对极化协方差矩阵进行相干斑抑制,利用Wishart-Chernoff距离定量分析两个协方差矩阵的相似性,并搜索4个方向的局部极值,从而完成极化SAR图像的边缘检测。利用该方法处理了AIRSAR-Flevoland全极化数据,处理结果表明了该算法的有效性。 

【文章来源】：电子信息对抗技术. 2020,35(01)

【文章页数】：6 页

【部分图文】：

边缘搜索方向

图2 Yamaguchi四分量极化SAR图像本文提出的方法采用全极化SAR图像边缘检测,为了评估该方法的性能,分别采用了ROA、ROEWA对单极化SAR图像进行边缘检测,分别提取部分检测结果进行对比。图4分别给出了(a)本文方法检测结果、(b)ROA方法检测结果、(c)ROEWA方法检测结果。为了给出各方法处理结果的对比,从图中选取了两条边缘作为典型曲线,分别记为LineA、LineB,如图中椭圆圈定边缘。图(b)给出的边缘存在断裂现象,(a)与(c)方法检测出的边缘具有更好的连续性。图(c)与图(a)相比,LineA及LineB存在边缘漏检的问题。与上述两种方法相比,本文提出的方法增加了极化信息,使得边缘检测连续性、检测概率都有所提升。

本文提出的方法采用全极化SAR图像边缘检测,为了评估该方法的性能,分别采用了ROA、ROEWA对单极化SAR图像进行边缘检测,分别提取部分检测结果进行对比。图4分别给出了(a)本文方法检测结果、(b)ROA方法检测结果、(c)ROEWA方法检测结果。为了给出各方法处理结果的对比,从图中选取了两条边缘作为典型曲线,分别记为LineA、LineB,如图中椭圆圈定边缘。图(b)给出的边缘存在断裂现象,(a)与(c)方法检测出的边缘具有更好的连续性。图(c)与图(a)相比,LineA及LineB存在边缘漏检的问题。与上述两种方法相比,本文提出的方法增加了极化信息,使得边缘检测连续性、检测概率都有所提升。4 结束语


本文编号：3451007