復(fù)雜場(chǎng)景下的SAR圖像水域邊緣特征提取

吳 戌,葉 偉

(裝備學(xué)院 a.研究生管理大隊(duì)； b.信息裝備系， 北京 101416)

【信息科學(xué)與控制工程】

復(fù)雜場(chǎng)景下的SAR圖像水域邊緣特征提取

吳 戌a,葉 偉b

(裝備學(xué)院 a.研究生管理大隊(duì)； b.信息裝備系， 北京 101416)

合成孔徑雷達(dá)(SAR)圖像中的水域具有極高的遙感應(yīng)用及地理應(yīng)用價(jià)值；針對(duì)SAR圖像固有的相干斑以及復(fù)雜場(chǎng)景下SAR圖像水域邊緣檢測(cè)算法受到建筑物等人造地物強(qiáng)散射點(diǎn)干擾造成虛假邊緣的問(wèn)題，提出了復(fù)雜場(chǎng)景下SAR圖像水域邊緣特征提取方法；該方法通過(guò)構(gòu)建SAR圖像的二維灰度直方圖對(duì)SAR圖像進(jìn)行預(yù)處理，一定程度抑制了相干斑噪聲對(duì)邊緣檢測(cè)的影響，并在分析SAR圖像中建筑物等人造地物與水域散射特性差異基礎(chǔ)上利用二維灰度直方圖對(duì)SAR圖像進(jìn)行分割，抑制強(qiáng)散射點(diǎn)；通過(guò)實(shí)驗(yàn)驗(yàn)證，該方法有效抑制了相干斑以及建筑物等人造地物強(qiáng)散射點(diǎn)的干擾，實(shí)現(xiàn)了復(fù)雜場(chǎng)景下的SAR圖像水域邊緣特征自動(dòng)提取。

合成孔徑雷達(dá)(SAR)圖像；二維灰度直方圖；圖像分割；相干斑抑制；邊緣檢測(cè)；ROEWA算子

SAR(synthetic aperture radar)圖像中的水域目標(biāo)在軍事和民用上具有重要的意義，多應(yīng)用于目標(biāo)識(shí)別、船舶導(dǎo)航、地圖更新、災(zāi)害檢測(cè)等，而水域邊緣的檢測(cè)是實(shí)現(xiàn)這些應(yīng)用的基礎(chǔ)[1]。

SAR不同于光學(xué)衛(wèi)星，在成像時(shí)為側(cè)視，水域表面平整，發(fā)生鏡面反射的回波強(qiáng)度較弱，因此在高分辨率SAR圖像中，水域呈現(xiàn)暗區(qū)域。然而在對(duì)水域邊緣提取的過(guò)程中，由于SAR圖像固有的相干斑噪聲，造成水域邊緣模糊；并且SAR圖像覆蓋范圍較大，場(chǎng)景較為復(fù)雜，除水域外還有建筑等其他地物。而建筑物等人造地物對(duì)雷達(dá)入射波形成強(qiáng)反射，造成亮白色干擾，產(chǎn)生虛假邊緣。目前，在針對(duì)SAR圖像水域邊緣特征提取算法研究中，存在應(yīng)用場(chǎng)景相對(duì)簡(jiǎn)單，邊緣檢測(cè)算法適用范圍較小的缺陷。

本文針對(duì)上述問(wèn)題，通過(guò)構(gòu)建待檢測(cè)SAR圖像的二維灰度直方圖，對(duì)相干斑噪聲以及建筑物等強(qiáng)散射點(diǎn)分割并抑制，采用由Fjortoft等人提出的符合SAR圖像多邊緣模型的指數(shù)加權(quán)均值比率(Ratio of Exponentially Weighted Averages,ROEWA)算子來(lái)進(jìn)行邊緣檢測(cè)，采用數(shù)學(xué)形態(tài)學(xué)對(duì)邊緣做進(jìn)一步處理得到結(jié)果。

1 構(gòu)建二維灰度直方圖對(duì)SAR圖像預(yù)處理

在一幅場(chǎng)景較為復(fù)雜的SAR圖像中，除去水域外還有建筑物等其他人造地物，因此直接應(yīng)用邊緣檢測(cè)算子還需要人為判斷檢測(cè)結(jié)果是水域或建筑物的邊緣，這樣不利于邊緣檢測(cè)的自動(dòng)化。因此，根據(jù)SAR圖像中不同地物散射特性的不同而導(dǎo)致的灰度值不同，并且考慮到SAR圖像受到相干斑噪聲的影響，本文通過(guò)構(gòu)建二維灰度直方圖對(duì)SAR圖像進(jìn)行預(yù)處理，達(dá)到抑制相干斑及建筑邊緣的目的，避免了邊緣檢測(cè)中的虛警。

在高分辨率SAR圖像中，建筑物等人造地物主要表現(xiàn)為亮線和亮點(diǎn)的集合[2]。由于人造地物具有表面結(jié)構(gòu)復(fù)雜，材質(zhì)特殊，易形成角反射或二次散射等特點(diǎn)，因此建筑物等人造地物在圖像上的灰度要明顯高于其他地區(qū)。而SAR圖像中的水域由于表面平整，鏡面反射回波較弱，在圖像中表現(xiàn)為暗區(qū)域。因此可以通過(guò)閾值分割的方法對(duì)建筑物等人造地物目標(biāo)和水域進(jìn)行區(qū)分。

一維閾值分割是簡(jiǎn)單的分割方法。由于該方法只考慮像素自身灰度，沒(méi)有利用像素與其鄰域空間的相關(guān)性和統(tǒng)計(jì)信息，對(duì)于SAR圖像的分割效果并不理想。

本文構(gòu)建SAR圖像的二維灰度直方圖對(duì)建筑物、水域及噪聲進(jìn)行區(qū)分。該方法以像素灰度和鄰域均值表示二維直方圖，同時(shí)考慮像素自身灰度信息與像素的鄰域空間灰度信息，抗噪性有了很大增強(qiáng)。

設(shè)一幅灰度級(jí)為L(zhǎng)的圖像，在像素點(diǎn)(x0,y0)處的灰度值為f(x0,y0)，該點(diǎn)周?chē)鶱×N鄰域空間的平均灰度值為g(x0,y0)。設(shè)滿足f=i和g=j的像素個(gè)數(shù)為h(i,j)，構(gòu)建二維直方圖圖像H(f,g)[3]。

如圖1所示，對(duì)角線上的兩個(gè)區(qū)域Ⅰ和Ⅱ分別對(duì)應(yīng)于背景和目標(biāo)，遠(yuǎn)離對(duì)角線的區(qū)域Ⅲ和Ⅳ對(duì)應(yīng)于邊緣和噪聲。

圖1 二維灰度直方圖

圖2為待處理的高分辨率SAR圖像，可以看出，除去水域外，還有許多建筑物等人造地物亮白色強(qiáng)散射點(diǎn)，這些區(qū)域在邊緣檢測(cè)中具有較大的邊緣強(qiáng)度，造成虛警。

圖2 待處理高分辨率SAR圖像

本文以5×5窗口作為像素的鄰域計(jì)算該幅SAR圖像每個(gè)像素鄰域的均值構(gòu)建二維灰度直方圖，如圖3所示?？梢钥闯觯狈綀D的亮點(diǎn)幾乎都分布在對(duì)角線附近的一個(gè)條帶內(nèi)，根據(jù)直方圖的定義條帶外的點(diǎn)為邊緣像素點(diǎn)和噪聲像素點(diǎn)。

任潔看了我很久，忽然點(diǎn)點(diǎn)頭說(shuō)：“哦，我想起來(lái)了，我媽和我說(shuō)過(guò)你，她說(shuō)你是個(gè)好人……我有很多東西，都能帶上嗎？”

圖3 構(gòu)建二維灰度直方圖

首先確定條帶的寬度c，參見(jiàn)圖4直方圖對(duì)角線附近區(qū)域，對(duì)應(yīng)像素點(diǎn)的噪聲或邊緣不明顯，對(duì)后續(xù)邊緣檢測(cè)處理影響不大；而越遠(yuǎn)離直方圖對(duì)角線的點(diǎn)，說(shuō)明噪聲越明顯，對(duì)后續(xù)處理影響越大。為了對(duì)噪聲較好抑制，條帶寬度應(yīng)盡量小，但這樣增大了運(yùn)算量，也損失了圖像的信息。綜合考慮，本文以條帶內(nèi)的點(diǎn)數(shù)占總點(diǎn)數(shù)的95%為例，求得條帶寬度c。

圖4 條帶與垂直直線分割

為獲得更好地分割及相干斑抑制效果，對(duì)條帶外的像素點(diǎn)作中值濾波處理[4]。中值濾波法是一種非線性平滑技術(shù)，它用某一像素點(diǎn)周?chē)徲蚩臻g的所有像素灰度的中值來(lái)代替該像素，在去除噪聲的同時(shí)，可以保留圖像的邊緣信息。

在一維形式下，設(shè)輸入序列為{xi,i∈I}，則中值濾波后輸出為yi=Med{xi}。在二維圖像中，中值濾波器的窗口為方形，近似圓形或十字形。本文選取以條帶外的點(diǎn)對(duì)應(yīng)的原圖像的像素點(diǎn)為中心5×5的方形窗口為例，選取該窗口內(nèi)的像素的中值，用這個(gè)中值來(lái)代替該像素點(diǎn)的灰度。

對(duì)條帶外的點(diǎn)進(jìn)行濾波后，該區(qū)域的點(diǎn)將會(huì)向?qū)蔷€接近。隨后在條帶內(nèi)選擇一條垂直直線對(duì)圖像進(jìn)行分割，該直線橫坐標(biāo)μ為整幅圖像灰度的均值，將大于該閾值的像素視為建筑物等人造目標(biāo)，并進(jìn)行硬限幅處理，減少建筑等強(qiáng)散射點(diǎn)的強(qiáng)度以減小邊緣強(qiáng)度，為后續(xù)處理做準(zhǔn)備。圖5是預(yù)處理后的SAR圖像，有效抑制了建筑物等強(qiáng)散射點(diǎn)以及相干斑，保留了邊緣信息。

圖5 預(yù)處理后的SAR圖像

2 利用ROEWA算子對(duì)SAR圖像邊緣檢測(cè)

SAR圖像不同于光學(xué)圖像，受相干斑的影響嚴(yán)重。由于相干斑噪聲的隨機(jī)特性，基于單邊緣的算子已經(jīng)不再適用。雖然上文已經(jīng)對(duì)待檢測(cè)圖像進(jìn)行了相干斑的抑制，在一定程度上克服了相干斑造成的多邊緣效應(yīng)，但為了獲得更好的效果，仍舊需要采用適合于SAR圖像的多邊緣檢測(cè)算子。

由Fjortoft等人提出的ROEWA算子[5]，本質(zhì)上是一種基于線性最小均方誤差的指數(shù)平滑濾波器，使用這種濾波器計(jì)算出的均值不是算術(shù)均值，而是根據(jù)經(jīng)過(guò)指數(shù)加權(quán)處理后的均值。該算子采用多邊緣模型，并且具有恒虛警特性，因此適合于SAR圖像的邊緣檢測(cè)。

一維情形下，該濾波器的表達(dá)式為

在離散情況下，f(x)可以通過(guò)一個(gè)因果濾波器f1(n)和一個(gè)非因果濾波器f2(n)實(shí)現(xiàn)：

其中，0

因此，該濾波器在離散情況下通過(guò)下式實(shí)現(xiàn)：

其中，c=(1-b)(1+b)。

輸入圖像序列e(n)與濾波器f1(n)與f2(n)卷積s1(n)、s2(n)可用如下的簡(jiǎn)單迭代表達(dá)式求得：

為計(jì)算點(diǎn)(x,y)在水平方向指數(shù)加權(quán)均值比rXmax(x,y)，首先在垂直方向用f與圖像I(x,y)卷積濾波，然后在水平方向分別用因果濾波器f1(n)和非因果濾波器f2(n)進(jìn)行卷積濾波，并將結(jié)果代入上式：

同理可得到rYmax(x,y)：

則點(diǎn)(x,y)的邊緣強(qiáng)度為

對(duì)進(jìn)行預(yù)處理后的SAR圖像進(jìn)行ROEWA算子邊緣檢測(cè)，得到邊緣強(qiáng)度圖。在得到邊緣強(qiáng)度圖后，對(duì)邊緣強(qiáng)度圖進(jìn)行二值分割如圖6所示。

圖6 邊緣檢測(cè)結(jié)果

3 利用數(shù)學(xué)形態(tài)學(xué)增強(qiáng)邊緣特征

在得到二值邊緣后，邊緣圖像中有許多孤立亮點(diǎn)，并且邊緣存在斷裂以及特征不明顯的情況，本文利用數(shù)學(xué)形態(tài)學(xué)運(yùn)算來(lái)對(duì)邊緣檢測(cè)結(jié)果做進(jìn)一步處理，去除孤立亮點(diǎn)，并增強(qiáng)水域邊緣特征。

數(shù)學(xué)形態(tài)學(xué)在數(shù)字圖像處理具有廣泛應(yīng)用。其利用具有一定形態(tài)的結(jié)構(gòu)元素去度量或提取圖像中的對(duì)應(yīng)形狀以實(shí)現(xiàn)圖像中特定目標(biāo)的識(shí)別或分析[6]。

數(shù)學(xué)形態(tài)學(xué)運(yùn)算的基本運(yùn)算為膨化和腐蝕，定義如下，其中E為待處理圖像，B為結(jié)構(gòu)元素：

膨化：E⊕B={(x,y)∶B(x,y)∩E≠Φ}

腐蝕：E!B={(x,y)∶B(x,y)?E}

膨化即把結(jié)構(gòu)元素B平移(x,y)后使B與E的交集非空的所有點(diǎn)構(gòu)成的集合，而腐蝕即把結(jié)構(gòu)元素B平移(x,y)后B包含于E的所有點(diǎn)構(gòu)成的集合。通常結(jié)構(gòu)元素選擇元素為1的方陣：

本文利用Matlab提供的數(shù)學(xué)形態(tài)學(xué)族函數(shù)bwmorph對(duì)二值邊緣圖做數(shù)學(xué)形態(tài)學(xué)運(yùn)算[7-8]。

BW2=bwmorph(BW1,operation,n)

其中參數(shù)operation為對(duì)二值圖像的形態(tài)學(xué)操作，包括dilate腐蝕運(yùn)算，erode膨化運(yùn)算，clean清除孤立亮點(diǎn)等，參數(shù)n為對(duì)其操作的次數(shù)。本文首先對(duì)二值邊緣圖像做腐蝕運(yùn)算消除毛刺等，再清除孤立亮點(diǎn)，最后做膨化運(yùn)算增強(qiáng)邊緣特征。

經(jīng)過(guò)數(shù)學(xué)形態(tài)學(xué)處理得到最終邊緣檢測(cè)結(jié)果如圖7所示，沒(méi)有進(jìn)行預(yù)處理而直接進(jìn)行邊緣檢測(cè)的結(jié)果如圖8。

圖7 數(shù)學(xué)形態(tài)學(xué)處理結(jié)果

圖8 直接邊緣檢測(cè)結(jié)果

4 結(jié)論

本文研究了復(fù)雜場(chǎng)景下的SAR圖像水域邊緣特征提取方法，該方法有效解決了當(dāng)SAR圖像中同時(shí)存在水域、建筑等多種地物時(shí)水域邊緣檢測(cè)出現(xiàn)的虛警問(wèn)題。該方法在ROEWA算子邊緣檢測(cè)前對(duì)SAR圖像構(gòu)建二維灰度直方圖進(jìn)行預(yù)處理，抑制建筑物等強(qiáng)散射點(diǎn)及相干斑噪聲，擴(kuò)大了邊緣檢測(cè)算法的適用場(chǎng)景。通過(guò)實(shí)驗(yàn)驗(yàn)證，與未進(jìn)行預(yù)處理而直接進(jìn)行邊緣檢測(cè)的結(jié)果相比，該方法可以有效抑制建筑物等邊緣。

[1] 侯彪,胡育輝,焦李成.SAR圖像水域的改進(jìn)Shearlet邊緣檢測(cè)[J].中國(guó)圖象圖形學(xué)報(bào),2010,15(10):1549-1554.

[2] 王國(guó)軍,張風(fēng)麗,徐旭,等.幾何模型約束的SAR圖像建筑物提取[J].紅外與毫米波學(xué)報(bào),2013,32(5):444-449..

[3] 朱俊,王世唏,計(jì)科峰,等.一種適用于SAR圖像的二維Otsu改進(jìn)算法[J].中國(guó)圖象圖形學(xué)報(bào),2009,14(1):14-18.

[4] 劉珩.SAR圖像去噪方法研究[D].蘇州：蘇州大學(xué),2013.

[5] FJORTOFT R,MARTHON P,LOPES A,et al.Multiedge Detection in SAR Images[C]//IEEE International Conference on Acoustics,Speech,and Signal Processing.IEEE Computer Society,1997:2761.

[6] 陳立福,文俊,肖紅光,等.一種融合MRF分割與數(shù)學(xué)形態(tài)學(xué)的道路提取算法[J].中國(guó)空間科學(xué)技術(shù),2015,35(2):17-24.

[7] 楊文海． 應(yīng)用星載 SAR輻射的定標(biāo)算法[J].重慶理工大學(xué)學(xué)報(bào)(自然科學(xué))，2014(1)：75-79.

[8] 潘建平,鄔明權(quán).基于數(shù)學(xué)形態(tài)學(xué)的道路提取[J].計(jì)算機(jī)工程與應(yīng)用,2008,44(11):232-233.

(責(zé)任編輯 楊繼森)

Water Area Edge Extraction of SAR Images in Complex Scene

WU Xua， YE Weib

(a.Department of Graduate Management; b. Department of Information Equipment,Academy of Equipment, Beijing 101416, China)

The water area of synthetic aperture radar (SAR) images have very high remote sensing and geographical application value. Aiming at the speckle and strong scattering in SAR images, the edge feature extraction method of the SAR image in the complex scene is proposed. This method prepares the SAR image by constructing a two-dimensional histogram of the SAR image, which suppresses the influence of the speckle noise. Based on the different scattering characteristics between the man-made objects and the water area in the SAR image, strong scattering points are suppressed. The results show that the method can effectively reduce the interference of the strong scattering points and the speckle of man-made objects such as buildings.

synthetic aperture radar(SAR) image; 2-D gray histogram; image segmentation; despeckling; edge detection; ROEWA operator

2017-03-11；

2017-04-10

吳戌(1992—)，男，碩士研究生，主要從事雷達(dá)圖像處理研究。

葉偉(1969—)，男，博士，教授，主要從事空間信息處理研究。

10.11809/scbgxb2017.08.029

format:WU Xu，YE Wei.Water Area Edge Extraction of SAR Images in Complex Scene[J].Journal of Ordnance Equipment Engineering,2017(8):136-139.

TN957.52

A

2096-2304(2017)08-0136-04

本文引用格式：吳戌,葉偉.復(fù)雜場(chǎng)景下的SAR圖像水域邊緣特征提取[J].兵器裝備工程學(xué)報(bào)，2017(8):136-139.