DS证据理论在SAR图像边缘检测中的应用

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

DS证据理论在SAR图像边缘检测中的应用

张浩, 蔡晋辉, 周泽魁

文章导航 > 武汉大学学报 ● 信息科学版 > 2008 > 33(1): 105-108

张浩, 蔡晋辉, 周泽魁. DS证据理论在SAR图像边缘检测中的应用[J]. 武汉大学学报 ● 信息科学版, 2008, 33(1): 105-108.

引用本文:

张浩, 蔡晋辉, 周泽魁. DS证据理论在SAR图像边缘检测中的应用[J]. 武汉大学学报 ● 信息科学版, 2008, 33(1): 105-108.

ZHANG Hao, CAI Jinhui, ZHOU Zekui. Application of DS Evidence Theory in SAR Image Edge Detection[J]. Geomatics and Information Science of Wuhan University, 2008, 33(1): 105-108.

Citation:

ZHANG Hao, CAI Jinhui, ZHOU Zekui. Application of DS Evidence Theory in SAR Image Edge Detection[J]. Geomatics and Information Science of Wuhan University, 2008, 33(1): 105-108.

DS证据理论在SAR图像边缘检测中的应用

¹浙江大学工业控制技术国家重点实验室,杭州市余杭塘路388号310027

基金项目: 国家自然科学基金资助项目(50505045)

作者简介:
张浩,博士生,主要从事图像处理与计算机视觉方面的研究工作。

中图分类号: P237.3

Application of DS Evidence Theory in SAR Image Edge Detection

¹National Lab.of Industrial Control Tech.,Dept.of Control Sci.and Eng.,Zhejiang Univ.,388 Yuhangtang Road,Hangzhou 310027,China

Funds: 国家自然科学基金资助项目(50505045)

摘要: 提出了一种新的基于DS证据理论的SAR图像多尺度边缘检测方法。该方法利用DS证据理论融合多级尺度ROA算子输出响应,在融合过程中引入检测不确定性。并通过分析ROA算子检测门限与虚警率的关系设计基本可信度分配函数(BPAF),使得检测不确定性在门限处达到最大值。实验通过检测结果比较以及列表分析,表明本文算法能够有效降低边缘检测不确定性。
- SAR图像 /
- 边缘检测 /
- DS证据理论 /
- 数据融合
Abstract: To solve the problem that usual edge detectors are inefficient when applied to SAR image because of the multiplicative speckle noise, a novel SAR image multiscale edge detection method based on DS evidence theory is proposed.This method uses DS evidence theory to fuse multiscale ROA operator responses.And detection uncertainty is introduced in fusion procession.Basic probability assignment function(BPAF) is designed based on the relationship between the probability of false alarm and detection threshold,which detection uncertainty reaches maximum value at the detection threshold.It is shown by detection results and diagrams that uncertainty of edge detection is reduced effectively.
- SAR image /
- edge detection /
- DS evidence theory /
- data fusion

[1]	张晗, 倪维平, 严卫东, 边辉, 吴俊政, 李莎, 金骁. 利用分形和多尺度分析的中低分辨率SAR图像变化检测 . 武汉大学学报 ● 信息科学版, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
[2]	刘伟, 陈建宏, 曾阳帆, 赵拥军. 利用先验约束的SAR图像港口检测与鉴别 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1319-1325. doi: 10.13203/j.whugis20140794
[3]	郭际明, 黄长军, 喻小东, 陈元洪. 一种改进的二维经验模态分解SAR图像噪声抑制方法 . 武汉大学学报 ● 信息科学版, 2013, 38(12): 1445-1450.
[4]	董银文, 苑秉成, 王航宇, 石钊铭. 一种有效的航拍图像中直线提取算法 . 武汉大学学报 ● 信息科学版, 2012, 37(2): 160-164.
[5]	李平湘, 邓少平, 张继贤, 杨杰. 利用自适应最优极化对比增强检测SAR影像边缘 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 789-793.
[6]	李晖, 肖鹏峰, 冯学智, 林金堂. 多光谱图像的边缘特征检测方法 . 武汉大学学报 ● 信息科学版, 2012, 37(6): 644-648.
[7]	杨露菁, 王德石, 李煜. 利用边界链编码和HMM进行SAR图像阴影建模和分类 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 215-218.
[8]	杨露菁, 王德石, 李煜. 利用非线性各向异性扩散和EM的SAR图像分割技术 . 武汉大学学报 ● 信息科学版, 2009, 34(7): 805-808.
[9]	赖志坤, 朱欣焰. 基于差异信息理论的彩色图像边缘检测算法 . 武汉大学学报 ● 信息科学版, 2008, 33(6): 584-587.
[10]	王文波, 费浦生, 羿旭明, 张建国. 基于提升格式小波包变换的SAR图像去噪 . 武汉大学学报 ● 信息科学版, 2007, 32(7): 585-588.
[11]	刘俊怡, 李德仁, 李微, 梅新. 一种基于均值比率和最佳熵的SAR影像边缘检测方法 . 武汉大学学报 ● 信息科学版, 2007, 32(6): 494-497.
[12]	张静, 王国宏, 林雪原. 一种基于正则化方法的SAR图像边缘检测算法 . 武汉大学学报 ● 信息科学版, 2007, 32(10): 864-867.
[13]	王文, 芮国胜, 邢福成. 基于数据融合的多尺度图像去噪方法 . 武汉大学学报 ● 信息科学版, 2006, 31(4): 329-331.
[14]	胡鹏, 傅仲良, 陈楠. 利用灰色理论进行图像边缘检测 . 武汉大学学报 ● 信息科学版, 2006, 31(5): 411-414.
[15]	尤红建, 丁赤彪, 向茂生. 机载高分辨率SAR图像直接对地定位原理及精度分析 . 武汉大学学报 ● 信息科学版, 2005, 30(8): 712-715.
[16]	王植, 贺赛先, 毛庆洲, 仲思东. 数字图像处理技术在钢坯在线检测系统中的应用 . 武汉大学学报 ● 信息科学版, 2005, 30(3): 269-273.
[17]	曹永锋, 孙洪, 杨文, 徐新. 基于MPM准则的无监督SAR图像分割 . 武汉大学学报 ● 信息科学版, 2004, 29(9): 812-815,821.
[18]	巫兆聪, 方圣辉. 基于分形理论的SAR图像边缘检测 . 武汉大学学报 ● 信息科学版, 2000, 25(4): 334-337.
[19]	朱长青. 小波分析理论·应用模型与影像分析 . 武汉大学学报 ● 信息科学版, 1998, 23(2): 188-188.
[20]	吕言. 序贯一维型边缘检测新算法 . 武汉大学学报 ● 信息科学版, 1988, 13(4): 51-59.

WeChat

点击查看大图

计量

文章访问数: 790
HTML全文浏览量: 31
PDF下载量: 331
被引次数: 0

DS证据理论在SAR图像边缘检测中的应用

¹浙江大学工业控制技术国家重点实验室,杭州市余杭塘路388号310027

基金项目: 国家自然科学基金资助项目(50505045)

作者简介:
张浩,博士生,主要从事图像处理与计算机视觉方面的研究工作。

收稿日期: 2007-10-20
修回日期: 2007-10-20
刊出日期: 2008-01-05

中图分类号: P237.3

关键词:

DS证据理论 /

摘要: 提出了一种新的基于DS证据理论的SAR图像多尺度边缘检测方法。该方法利用DS证据理论融合多级尺度ROA算子输出响应,在融合过程中引入检测不确定性。并通过分析ROA算子检测门限与虚警率的关系设计基本可信度分配函数(BPAF),使得检测不确定性在门限处达到最大值。实验通过检测结果比较以及列表分析,表明本文算法能够有效降低边缘检测不确定性。

English Abstract

张浩, 蔡晋辉, 周泽魁. DS证据理论在SAR图像边缘检测中的应用[J]. 武汉大学学报 ● 信息科学版, 2008, 33(1): 105-108.

引用本文:

张浩, 蔡晋辉, 周泽魁. DS证据理论在SAR图像边缘检测中的应用[J]. 武汉大学学报 ● 信息科学版, 2008, 33(1): 105-108.

ZHANG Hao, CAI Jinhui, ZHOU Zekui. Application of DS Evidence Theory in SAR Image Edge Detection[J]. Geomatics and Information Science of Wuhan University, 2008, 33(1): 105-108.

Citation:

ZHANG Hao, CAI Jinhui, ZHOU Zekui. Application of DS Evidence Theory in SAR Image Edge Detection[J]. Geomatics and Information Science of Wuhan University, 2008, 33(1): 105-108.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码