合成孔径雷达图像边缘增强的方法

1.一种合成孔径雷达图像边缘增强的方法，包括：
对于合成孔径雷达原始图像中每一个像素，采用以下方法，计算其归一化均值比：
利用N个不同边长大小的正方形窗口计算该像素的均值比，得到基于不同边长大小正方形窗口的均值比序列；
在所述均值比序列中选取均值比的最大值与最小值；
利用所述均值比的最大值与最小值，计算该像素的最佳归一化差异指数；以及根据所述最佳归一化差异指数，计算该像素的归一化均值比；以及
以合成孔径雷达原始图像中每一个像素的归一化均值比作为该像素的灰度值，重新绘制合成孔径雷达图像。
2.根据权利要求1所述的合成孔径雷达图像边缘增强的方法，对于边长大小为w1个像素的正方形窗口，按照以下公式，计算该像素的均值比Rw1：
其中，min()表示取其中最小的一个， 分别是第k种两侧区域划分方式下该像素两侧区域像素平均灰度值， 表示在第k种两侧区域划分方式计算的分均值比，k表示该像素两侧区域的划分方式。
3.根据权利要求2所述的合成孔径雷达图像边缘增强的方法，所述k＝1,2,3,4；
其中：
k＝1时， 分别是该像素的上侧区域
像素平均灰度值和下侧区域像素平均灰度值；
k＝2时， 分别是该像素的左侧区
域像素平均灰度值和右侧区域像素平均灰度值；
k＝3时， 分别是该像素的右上侧
区域像素平均灰度值和左下侧区域像素平均灰度值；
k＝4时， 分别是该像素的左上侧
区域像素平均灰度值和右下侧区域像素平均灰度值。
4.根据权利要求2所述的合成孔径雷达图像边缘增强的方法，其中，所述N＝3，所述w1＝3，5，7。
5.根据权利要求1至4中任一项所述的合成孔径雷达图像边缘增强的方法，采用以下公式，计算该像素的最佳归一化差异指数：
其中，Rmax为均值比的最大值，Rmin为均值比的最小值。
6.根据权利要求5所述的合成孔径雷达图像边缘增强的方法，采用以下公式，计算该像素的归一化均值比：
E(x,y)＝[1.0-I(x,y)]×255.0。

合成孔径雷达图像边缘增强的方法\n技术领域\n[0001] 本发明涉及雷达图像处理技术领域，尤其涉及一种合成孔径雷达图像边缘增强的方法。\n背景技术\n[0002] 随着合成孔径雷达(Synthetic Aperture Radar，简称SAR)图像的应用越来越广泛，如何提取合成孔径雷达图像的边缘信息成为合成孔径雷达图像判读解译的关键问题。\n通过增强合成孔径雷达图像边缘来增强视觉效果，以利于后续应用，这已成为合成孔径雷达图像处理的一个重要内容。\n[0003] 合成孔径雷达图像由于是相干成像，使得其固有的斑点噪声大大影响了图像上的边缘信息，因此常规的图像边缘提取算法很难进行有效的边缘信息提取，如直接对原始图像进行处理的空域法，包括拉普拉斯锐化、图像多尺度边缘增强等，以及对原始图像进行某种变换，如小波变换等，在变换域进行处理以实现图像增强。如图像的拉普拉斯锐化是利用拉普拉斯算子对图像进行边缘增强的一种方法，拉普拉斯算子是以图像邻域内像素灰度差分计算为基础的，通过二阶微分推导出的一种图像邻域增强算法。它的基本思想是，当邻域的中心像素灰度低于它所在邻域内其他像素的平均灰度时，此中心像素的灰度应被进一步降低，当邻域的中心像素灰度高于它所在邻域内其他像素的平均灰度时，此中心像素的灰度应被进一步提高，以此实现图像的锐化处理。在算法实现过程中，拉普拉斯锐化算法通过对邻域中心像素的四方向或八方向求梯度，并将梯度和相加来判断中心像素灰度与邻域内其他像素灰度的关系，并用梯度运算的结果对像素灰度进行调整。\n[0004] 可见，现有技术中的上述方法都是提升图像中原有高频分量的幅度，并没有产生新的高频成分，而且合成孔径雷达图像的斑点噪声是典型乘性特性，这些边缘增强方法效果很有限，无法得到满意的边缘增强结果。\n发明内容\n[0005] (一)要解决的技术问题\n[0006] 为解决上述的一个或多个问题，本发明提供了一种合成孔径雷达图像边缘增强的方法，以提高边缘增强的效果。\n[0007] (二)技术方案\n[0008] 根据本发明的一个方面，提供了一种合成孔径雷达图像边缘增强的方法，包括：对于合成孔径雷达原始图像中每一个像素，计算其归一化均值比；以合成孔径雷达原始图像中每一个像素的归一化均值比作为该像素的灰度值，重新绘制合成孔径雷达图像。\n[0009] (三)有益效果\n[0010] 从上述技术方案可以看出，本发明合成孔径雷达图像边缘增强方法具有以下有益效果：本发明利用不同窗口大小计算的ROA之间的差异性来增强合成孔径雷达图像的边缘信息，进一步锐化了合成孔径雷达图像的边缘强度，提高了边缘增强的效果，有利于合成孔径雷达图像的边缘检测和提取。\n附图说明\n[0011] 图1为本发明实施例合成孔径雷达图像边缘增强方法的流程图；\n[0012] 图2为本发明实施例合成孔径雷达图像边缘增强方法中计算合成孔径雷达图像的均值比步骤中构建窗口的示意图；其中，图2A为水平方向的示意图，图2B为垂直方向的示意图；图2C为左倾方向的示意图；图2D为右倾方向的示意图。\n[0013] 图3为本发明实施例合成孔径雷达图像边缘增强方法中输入的原始合成孔径雷达图像；\n[0014] 图4为本发明实施例合成孔径雷达图像边缘增强方法中计算窗口大小为3的均值比；\n[0015] 图5为本发明实施例合成孔径雷达图像边缘增强方法中计算窗口大小为5的均值比；\n[0016] 图6为本发明实施例合成孔径雷达图像边缘增强方法中计算窗口大小为7的均值比；\n[0017] 图7为运用本发明施例合成孔径雷达图像边缘增强方法对图3的原始合成孔径雷达图像进行处理后的合成孔径雷达图像。\n具体实施方式\n[0018] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。\n[0019] 需要说明的是，在附图或说明书描述中，相似或相同的部分都使用相同的图号。在附图中以简化或是方便标示，且附图中未绘示或描述的实现方式，为所属技术领域中普通技术人员所知的形式。另外，虽然本文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应的值。\n[0020] 本发明合成孔径雷达图像边缘增强的方法，利用不同窗口大小计算合成孔径雷达图像的对应的均值比(Ratio Of Averages，简称ROA)，然后将这些不同窗口的ROA组合起来，计算同一图像位置上的最佳归一化差异指数，提取最佳的归一化差异指数进行锐化，从而实现合成孔径雷达图像的边缘增强。\n[0021] 在本发明的一个示例性实施例中，提出了一种合成孔径雷达图像边缘增强方法的流程图。图1为本发明实施例合成孔径雷达图像边缘增强方法的流程图。如图1所示，本实施例包括以下步骤：\n[0022] 步骤S102，对于合成孔径雷达原始图像中每一个像素，计算其归一化均值比；\n[0023] 其中，对于合成孔径雷达原始图像中的一个像素，计算其归一化的步骤进一步包括：\n[0024] 步骤S102a，利用N个不同大小的正方形窗口计算该像素的均值比，得到基于不同大小正方形窗口的均值比序列，其中N为大于2整数；\n[0025] 其中，对于合成孔径雷达原始图像中一个像素，以正方形窗口大小为w1计算其均值比RW1：\n[0026] \n[0027] \n[0028] 公式(1)和(2)中， 表示在第k中两侧区域划分方式计算的分均值比，min()表示取其中最小的一个， 分别是该像素两侧区域像素的平均灰度值，k表示两侧区域的划分方式。\n[0029] 图2为本发明实施例合成孔径雷达图像边缘增强方法中计算均值比步骤中构建窗口的示意图。如图2所示，以该像素为中心，大小为w1×w1像素的正方形窗口被其分成两个相邻且无重叠区域。其中：\n[0030] k＝1时， 分别是该像素的上侧\n区域像素平均灰度值和下侧区域像素平均灰度值，如图2A所示；\n[0031] k＝2时， 分别是该像素的左侧\n区域像素平均灰度值和右侧区域像素平均灰度值，如图2B所示；\n[0032] k＝3时， 分别是该像素的右上\n侧区域像素平均灰度值和左下侧区域像素平均灰度值，如图2C所示；\n[0033] k＝4时， 分别是该像素的左上\n侧区域像素平均灰度值和右下侧区域像素平均灰度值，如图2D所示。\n[0034] 除了图2给出的两侧区域划分方式之外，本领域的技术人员还可以想到其他的区域划分方式，此处不再一一列举。并且，此处的区域划分方式也可以为三种，五种等等，此处也不再详细说明。\n[0035] 图3为输入的原始合成孔径雷达图像。图4-图6为运用本发明实施例对图3的原始合成孔径雷达图像进行处理后的不同窗口大小ROA值，图4为计算窗口大小为3的ROA；\n图5为计算窗口大小为5的ROA；图6为计算窗口大小为7的ROA。\n[0036] 本步骤中，取w1为不同大小且大于1的奇数数值，而得到不同大小的窗口，就可以对每个像素计算得到一系列的ROA值。在本步骤中，w1至少需要取两个值，但最好应当取3个值，而w1的取值范围为3、5、7、9、11、13、15等，优选地，N＝3，w1取值为3、5、7。得到的均值比序列可以表示为：[R3，R5，R7]。\n[0037] 步骤S102b，在所述均值比序列中选取均值比的最大值Rmax与最小值Rmin；\n[0038] 步骤S102c，利用该均值比的最大值Rmax与最小值Rmin，计算该像素的最佳归一化差异指数：\n[0039] \n[0040] 其中，x表示图像中像素的横向位置，y表示图像中像素的纵向位置。\n[0041] 步骤S102d：根据所述最佳归一化差异指数，计算对应该像素的归一化均值比：\n[0042] E(x，y)＝[1.0-I(x，y)]×255.0 (4)\n[0043] 步骤S104，以合成孔径雷达原始图像中每一个像素的归一化均值比作为该像素的灰度值，重新绘制合成孔径雷达图像。\n[0044] 图7为运用本发明实施例合成孔径雷达图像边缘增强方法对图3的原始合成孔径雷达图像进行处理后的合成孔径雷达图像。如图7所示，处理后的合成孔径雷达图像，其边缘的锐度比图4-图6又得到了大大的改善。\n[0045] 本发明的方法有助于推动合成孔径雷达图像边缘检测和提取，可以广泛应用于合成孔径雷达图像匹配、地物轮廓提取和识别等领域。\n[0046] 以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。