非精确配准下SAR/SPOT图像的区域融合检测方法

摘要

本发明公开了一种非精确配准下SAR/SPOT图像的区域融合检测算法，其首先对SAR和光学图像中进行目标的目标边缘和区域信息的提取，并以Ratio算子值为依据进行边缘连接，将图像分为有限个连通区域；然后通过模糊集判断进行两图像相近区域融合，以域内Ratio均值作为隶属度权值进行融合检测。本发明针对SAR和光学两种异构传感器图像配准精度的局限性，最大限度地降低对配准精度的要求，提高了非精确配准下SAR和光学图像融合检测概率。在保证检测概率的前提下降低了虚警，获得了比单一传感器更精确、更完整的目标信息。

主权项

一种非精确配准下SAR/SPOT图像的区域融合检测方法，其特征在于，包括以下步骤：步骤一、利用Ratio算子对图像中的每一个像素点进行计算，以得到该点的Ratio值；步骤二、在获得图像中各点的Ratio值的基础上，对图像进行Canny边缘检测，通过Canny算法得到初步的边缘信息，然后将各个像素点的Ratio值引入后把边缘断点连接起来，使得整幅图像由多个封闭区域组成；步骤三、在得到区域信息后对区域内像素点赋灰度均值并进行阈值分割，得到块状分割图像，从而以区域为单元进行后续的融合工作；步骤四、在融合过程中，以模糊算子为引导对每个区域进行判别，若两幅图像中的某个区域在阈值分割后都被初步地判定为目标，就对所述两幅图像中的这个区域进行以Ratio均值、纹理信息为特征的模糊融合，最终以隶属度判别该区域是否属于目标；所述步骤二中，所述边缘检测具体包含以下步骤：1)利用Ratio算子遍历整幅图像得到每点的γ_(i,j)，及一个梯度方向d_(i,j)，其中，γ_(i,j)作为点(i，j)的Ratio值，d_(i,j)为该γ_(i,j)对应的方向；2)利用Canny高阈值检测图像得到边缘图Edge₁；3)开始遍历Edge₁，找到一个断点A₁，选取其8邻域中Ratio值最小，且与点A₁不在一个梯度方向上的点B，判定点B为边缘，并验证点B是否属于断点；4)以点B为起点重复步骤3)实现递归，直到该点不再为断点；5)继续遍历Edge₁，得到新的断点A₂，进行步骤3)；5)遍历结束，得到图像Edge₂；6)对Edge₂的每个封闭区域内像素点赋值为该区域均值；所述步骤四中，融合过程包括以下步骤：1)两幅分割图求交，得到重叠像素点；2)对包含重叠像素点的区域分别计算其隶属度；3)进行广义加权平均融合，得到融合隶属度；4)根据融合隶属度进行图像目标最终解释；所述隶属度为区域内Ratio算子均值；所述广义加权平均中的权值为两个传感器的信任度；所述最终解释为当融合隶属度高于事先预设的阈值时，判定该区域为目标；反之，该区域为背景。