基于冲突再分配DSmT的多尺度融合边缘(2)

来源:网络(转载) 作者:乔奎贤 伊诗白 曲圣 发表于:2012-04-17 11:14  点击:
【关健词】边缘检测;冲突再分配;多尺度边缘测度;基本置信指派;证据理论
1.3 双阈值法确定边缘像素 指通过上述步骤得到了融合后边缘测度BBA图像,统计该图像的直方图分布,选用两个阈值T1和T2(T1T2),从而得到两个边缘图像Iedge1和Iedge2。由于Iedge1是

  1.3 双阈值法确定边缘像素
  指通过上述步骤得到了融合后边缘测度BBA图像,统计该图像的直方图分布,选用两个阈值T1和T2(T1>T2),从而得到两个边缘图像Iedge1和Iedge2。由于Iedge1是使用大阈值得到的,因此含有较少的伪边缘,而可能失去细节信息,Iedge2阈值较小,保留了较多的细节信息的同时引入了虚假边缘点。双阈值确定边缘点的步骤如下:在图像Iedge1中扫描,当遇到一个非零值像素点时,在图像Iedge2中搜寻对应位置点的8邻域像素点,若在Iedge2中为边缘点,则将Iedge1中对应位置赋值为1,最终得到的Iedge1即为边缘图像,最后对Iedge1进行非极大值抑制和细化操作。
  
  
  2 仿真实验与分析
  为了验证本文算法有效性,采用真实场景的SAR和光学图像进行实验,分别验证本文算法对噪声的鲁棒性以及CR.DSmT融合效果。实验采用计算机配置为CPU双核1.6GHz,内存1GB,编程语言为Matlab 2010。光学图像为某城市地区图像,SAR图像为华盛顿某区域图像,分辨率为5m/像素,两者均包含了较为复杂的地面景物。
  2.1 算法对噪声的鲁棒性验证
  首先采用本文算法提取边缘,分别与融合前单尺度提取的边缘进行对比。光学图像高斯尺度σ为1、2;SAR图像尺度为3、5。α根据定义,取值为与高斯噪声方差或斑点噪声密度相关值,β=2。对光学和SAR和图像分别施加不同强度的高斯和斑点噪声,图3为光学图像边缘提取结果,图4为SAR图像边缘提取结果。可以看出,由于噪声的影响,小尺度边缘提取过程中产生了大量的琐碎和虚假边缘;尺度较大时,虽然对噪声和琐碎边缘进行了有效地抑制,代价是牺牲了图像中的细节信息。本文算法提取的边缘不仅有效地抑制了噪声干扰,而且保留了图像细节信息,边缘提取更加准确。
  
  2.2 CR.DSmT融合效果验证
  通过CR.DSmT融合,部分小尺度下误检测到的错误边缘点,边缘BBA减小从而剔除;而大尺度下没有检测到的细节边缘点的BBA增大并超过阈值,最终被成功地检测,以图3中光学图像施加方差为6×10-2高斯噪声为例,小尺度下误检测为边缘点而融合后成功剔除点数目为18392;大尺度下没有检测到的细节点融合后成功检测点数目为6082。表1列出了部分典型边缘点融合前后的边缘BBA,其中序号1~5为表示小尺度误检融合后剔除情况,序号6~10表示大尺度漏检融合后成功检测情况,可以看出对于1~5噪声点融合前小尺度下属于边缘BBA较高,融合后非边缘BBA上升;而6~10真实边缘点获得了恰好相反的结果。
  
  3 结语
  本文针对在实际应用中,图像受到噪声干扰,高频噪声与细小地物相互掺杂,导致单一尺度边缘检测算法提取边缘精度不高的问题,引入证据推理理论,提出了一种多尺度测度融合的鲁棒边缘检测算法。对图像提取多尺度边缘测度信息后,定义了辨识框架,给出了利用边缘测度构造BBA的双向指数方法,最后采用CR.DSmT理论进行融合。通过仿真实验验证了算法在复杂地物情况下,对噪声具有很好的鲁棒性。
  
  参考文献:
  [1]
  郦苏丹,李广侠,张翠. SAR图像的多尺度边缘检测方法[J]. 系统工程与电子技术,2004,26(3):307-310.
  
  [2]
  杨朝辉,陈鹰. 基于ROC融合准则的SAR边缘检测算法[J]. 光电子·激光,2010,21(7):1053-1057.
  
  [3]
  凌志刚,潘泉,张绍武. 一种基于边缘测度的加权Hausdorff景象匹配方法[J]. 宇航学报, 2009, 30(4):1626-1631.
  
  [4]
  JIANG WEI, LAM K.M, SHEN TING.ZHI. Efficient edge detection using simplified Gabor wavelets[J]. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, 2009,39(4): 1036-1047.
  
  [5]
  YANG H, ZHANG W. Research on image edge detection based on multi.scale wavelet transform and fuzzy clustering[J]. Computer Science, 2006,33(1):174-176.
  
  [6]
  FERRAIOLI G. Multichannel in SAR building edge detection[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010,48(3):1224-1231.
  
  [7]
  才辉,张广新,张浩. 一种新的基于多测度信息融合的边缘检测算法[J]. 浙江大学学报:工学版, 2008, 42(10): 1671-1675.
 

(责任编辑:南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网)
顶一下
(0)
0%
踩一下
(0)
0%


版权声明:因本文均来自于网络,如果有版权方面侵犯,请及时联系本站删除.