針對單極化SAR圖像可用目標散射信息維度有限的問題,提出一種基于復Wishart-Chernoff距離的極化SAR圖像邊緣檢測算法,充分利用極化協(xié)方差矩陣解決了單極化SAR圖像邊緣檢測中邊緣模型限制及邊緣定位不準問題。該算法首先對極化協(xié)方差矩陣進行相干斑抑制,利用Wishart-Chernoff距離定量分析兩個協(xié)方差矩陣的相似性,并搜索4個方向的局部極值,從而完成極化SAR圖像的邊緣檢測。利用該方法處理了AIRSAR-Flevoland全極化數(shù)據(jù),處理結(jié)果表明了該算法的有效性。 

【文章來源】：電子信息對抗技術. 2020,35(01)

【文章頁數(shù)】：6 頁

【部分圖文】：

邊緣搜索方向

圖2 Yamaguchi四分量極化SAR圖像本文提出的方法采用全極化SAR圖像邊緣檢測,為了評估該方法的性能,分別采用了ROA、ROEWA對單極化SAR圖像進行邊緣檢測,分別提取部分檢測結(jié)果進行對比。圖4分別給出了(a)本文方法檢測結(jié)果、(b)ROA方法檢測結(jié)果、(c)ROEWA方法檢測結(jié)果。為了給出各方法處理結(jié)果的對比,從圖中選取了兩條邊緣作為典型曲線,分別記為LineA、LineB,如圖中橢圓圈定邊緣。圖(b)給出的邊緣存在斷裂現(xiàn)象,(a)與(c)方法檢測出的邊緣具有更好的連續(xù)性。圖(c)與圖(a)相比,LineA及LineB存在邊緣漏檢的問題。與上述兩種方法相比,本文提出的方法增加了極化信息,使得邊緣檢測連續(xù)性、檢測概率都有所提升。

本文提出的方法采用全極化SAR圖像邊緣檢測,為了評估該方法的性能,分別采用了ROA、ROEWA對單極化SAR圖像進行邊緣檢測,分別提取部分檢測結(jié)果進行對比。圖4分別給出了(a)本文方法檢測結(jié)果、(b)ROA方法檢測結(jié)果、(c)ROEWA方法檢測結(jié)果。為了給出各方法處理結(jié)果的對比,從圖中選取了兩條邊緣作為典型曲線,分別記為LineA、LineB,如圖中橢圓圈定邊緣。圖(b)給出的邊緣存在斷裂現(xiàn)象,(a)與(c)方法檢測出的邊緣具有更好的連續(xù)性。圖(c)與圖(a)相比,LineA及LineB存在邊緣漏檢的問題。與上述兩種方法相比,本文提出的方法增加了極化信息,使得邊緣檢測連續(xù)性、檢測概率都有所提升。4 結(jié)束語


本文編號：3451007