Beamlet变换及其在SAR图像边缘检测中的应用-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

Beamlet变换及其在SAR图像边缘检测中的应用

项目名称：Beamlet变换及其在SAR图像边缘检测中的应用
项目类别：面上项目
批准号：60472072
申请代码：F010402
项目来源：国家自然科学基金
研究期限：2005-01-01-2007-12-31

项目负责人：张艳宁
负责人职称：教授
依托单位：西北工业大学
批准年度：2004

中文摘要：

子束分析是针对图像处理提出的一种高维奇异性提取方法，具有对于线奇异性、面奇异性及更高维奇异性的提取和分析能力，是一种多尺度、具有方向和相位性的分析方法。现有的SAR图像边缘检测方法，多半是采用先滤相干斑噪声，再进行边缘检测的方案。然而消除或减少相干斑噪声本身就是一个国内外尚未解决的难题。况且在降噪过程中会不可避免地损失一些边缘信息，有时可能还会是一些关键信息，故本项目将基于子束分析，研究直接在含

中文主题词： SAR图像；Beamlet变换；高维奇异性；边缘检测

英文摘要：

SAR Image; Beamlet Transform;

英文主题词： SAR Image; Beamlet Transform;

结论摘要：

SAR图像是一种高分辨率雷达图像，具有全天候、全天时和穿透性等特点，在军民等方面被广泛应用。由于相干斑噪声的影响，传统的边缘检测算法在SAR图像处理中的有效性大大降低，给解译工作带来了困难。本项目主要研究beamlet快速计算及其高维奇异性检测方法，并基于其对SAR图像边缘检测进行研究。项目研究内容包括子束基参数选取及快速计算；子束分析的多尺度理论和高维奇异性检测；子束基构造及其在SAR图像边缘检测中的应用；SAR图像的目标分类与分割；图像的高维模式提取等。理论研究成果表明，本研究提高了子束变换的计算速度，增强了SAR图像边缘检测的抗噪声能力，克服了先滤波再利用传统光学图像边缘检测算法的边缘保持与抑噪效果间的矛盾，实现了图像中桥梁和道路目标的自动检测。本研究成果在 "基于SAR图像的黄河流域环境监测和分析技术"项目中得到应用，实现了对水域、耕地和果园、林地、居民地、梯田和淤地坝环境因子的提取和分割。应用结果证明，项目研究的方法能够有效克服相干班噪声的影响，为SAR图像分析和后续的图像解译提供了一种新的思路，研究成果还可被推广应用于遥感、生物医学、工业生产等各个领域中。

成果综合统计