曲波变换结合Sobel算子的SAR图像边缘检测方法*

（91388部队 湛江 524022）

1 引言

SAR图像具有复杂的边缘纹理结构以及特有的相干斑噪声，如果直接使用传统的基于一阶和二阶梯度的边缘检测算子进行边缘提取，则会产生以下两个不易解决的问题。第一为相干斑噪声属于高频图像信息，而SAR图像边缘也属于高频结构，所以使用梯度算子检测图像边缘会导致在斑点噪声处产生虚假边缘。第二为SAR图像纹理和边缘信息丰富，边缘和纹理同为高频信息结构，如果直接在SAR图像上进行梯度算子边缘提取，则会将细小的纹理信息连同边缘结构一同检测出来，从而在提取的边缘图像上会呈现出纷乱的纹理细节，导致边缘信息体现不够明显。

针对上述问题，本文提出将曲波变换作为边缘提取的预处理步骤，实验证明增加曲波预处理可以起到较为有效的作用，使其达到良好的边缘检测效果。

2 曲波变换

曲波变换（Curvelet Transform）为小波变换在图像处理领域的发展，属于多尺度几何分析［1］。小波基组成的稀疏字典在所有尺度和位置都是各向同性的，它们并不能高效率地表示诸如直线、曲线等具有各向异性性质的结构［2］。所以在多尺度几何分析领域人们发展了曲波、轮廓波、剪切波等具备各向异性和方向灵敏性的稀疏表达工具，它们在图像处理应用中取得了很好的效果［3］。

曲波字典因其多分辨率各向异性的支撑集，正是一种能够对分片光滑图像结构实施有效稀疏表达的工具［4］。其对提取各向异性结构和线性目标的边缘具有良好的适用性。……