基于Canny?ROA算子和Hough變換的SAR圖像道路檢測

付凱城++張竹馨++曲毅

摘 要： 提出了一種高分辨率SAR圖像的道路提取算法。首先對SAR圖像進(jìn)行FROST濾波，去除相干斑噪聲，再融合Canny算子和ROA算子提取邊緣點(diǎn)，并對圖像邊沿的信息進(jìn)行補(bǔ)償，然后使用平行線濾波濾除相關(guān)地物對道路檢測的影響，最后利用Hough變換提取線特征，并對斷裂的直線進(jìn)行連接。實(shí)驗(yàn)結(jié)果表明，該方法能有效濾除護(hù)欄等地物的影響，對直線道路具有良好的檢測效果。

關(guān)鍵詞： 合成孔徑雷達(dá)； 道路檢測； Canny?ROA算子； Hough變換； 平行線濾波

中圖分類號(hào)： TN958?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）23?0001?04

Canny?ROA operator and Hough transform based road

detection according to SAR image

FU Kaicheng， ZHANG Zhuxin， QU Yi

（Department of Information Engineering， Engineering College of CAPF， Xian 710086， China）

Abstract： A road extraction algorithm according to high?resolution synthetic aperture radar （SAR） image is proposed. The FROST filtering is conducted for SAR image to eliminate the coherent speckle noise. The Canny operator and ratio of average （ROA） operator are fused to extract the peripheral points， and compensate the information of the image edge. And then the pa?rallel filtering is used to filter out the influence of the related ground objects on road detection. The Hough transform is used to extract the line feature， and connect the broken lines. The experimental results show that the proposed algorithm can effectively filter out the influence of fence and other ground objects， and has good detection effect on straight road.

Keywords： synthetic aperture radar； road detection； Canny?ROA operator； Hough transform； parallel filtering

0 引 言

道路作為典型的人造地物，是現(xiàn)代交通體系的重要組成部分。道路信息在城市規(guī)劃、交通評估、軍事打擊等諸多領(lǐng)域都起到重要的作用[1]。

合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）是一種主動(dòng)式微波遙感傳感器，突破了光學(xué)遙感易受外界條件影響的局限，具有全天時(shí)、全天候的工作特點(diǎn)，在軍事和民用領(lǐng)域都有著廣泛的應(yīng)用。

SAR圖像道路檢測對目標(biāo)識(shí)別、地圖更新等方面具有重要的輔助意義，是圖像目標(biāo)檢測的一個(gè)重要內(nèi)容。與可見光圖像加性噪聲不同，SAR圖像的噪聲是乘性的。這就使得傳統(tǒng)的可見光邊緣檢測方法對SAR圖像的處理效果不好。對SAR圖像應(yīng)用Robert算子、Laplace算子、Canny算子等可見光圖像邊緣檢測方法，會(huì)產(chǎn)生許多與真實(shí)邊緣混雜在一起的虛假邊緣，使得邊緣信息的可信度降低。1988年，Ridha Touzi等人提出了均值比檢測算子（Ratio of Averages，ROA）[2]。該算子基于像素值的比率，在像素的鄰域內(nèi)取值，有效去除了乘性相干斑噪聲的影響，并具有恒虛警特性[3]，但邊緣定位不夠準(zhǔn)確。據(jù)此，可將ROA算子與可見光圖像邊緣檢測算子如Canny算子結(jié)合，提高SAR圖像邊緣檢測的能力。

大多數(shù)道路的邊緣都是兩條平行線，即道路存在平行的雙邊緣的先驗(yàn)信息。可依據(jù)此先驗(yàn)信息對邊緣檢測后的SAR圖像進(jìn)行濾波，提高道路檢測的準(zhǔn)確性。

邊緣檢測得到的道路邊緣只反映了圖像的局部變化，且存在斷裂情況，需要對其進(jìn)一步處理，以提取線特征，檢測出圖像中的道路[4]。線特征提取的代表性方法有：Hough變換[5]、Radon變換[6]、相位編組[7]等。其中，Hough變換是一種線到點(diǎn)的變換，巧妙地利用直線與點(diǎn)的對偶關(guān)系，將線段的提取問題轉(zhuǎn)化成變換域像素點(diǎn)的計(jì)數(shù)問題。Hough變換具有全局性好、抗噪性強(qiáng)的優(yōu)點(diǎn)，能夠?qū)嗔训倪吘夁B接起來。此外，Hough變換也可用來檢測曲線[8]。

5 結(jié) 語

本文提出了一種基于高分辨率SAR圖像的直線道路提取算法。首先采用FROST濾波濾除相干斑噪聲；其次采用Canny算子和ROA算子進(jìn)行邊緣檢測，獲得了較好的邊緣定位效果，并對圖像邊沿的信息進(jìn)行了補(bǔ)償；然后采用平行線濾波濾除了道路周圍地物的影響；最后采用Hough變換提取線特征。結(jié)果證明本文的算法對直線道路具有良好的檢測效果。

參考文獻(xiàn)

[1] 程江華，高貴，庫錫樹，等.SAR圖像道路網(wǎng)提取方法綜述[J].中國圖象圖形學(xué)報(bào)，2013，18（1）：11?23.

[2] TOUZI R， LOPES A， BOUSQUET P. A statistical and geometrical edge detector for SAR images [J]. IEEE transactions on geoscience and remote sensing， 1988， 26（6）： 764?773.

[3] 史俊峰.SAR圖像道路提取方法研究[D].杭州：杭州電子科技大學(xué)，2011.

[4] 程江華.高分辨率SAR圖像道路提取方法研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2012.

[5] SKINGLEY J， RYE A. The Hough transform applied to SAR images for thin line detection [J]. Pattern recognition letters， 1987， 6（3）： 61?67.

[6] COPELAND A C， RAVICHANDRAN G， TRIVEDI M M. Localized Radon transform?based detection of ship wakes in SAR images [J]. IEEE transactions on geoscience and remote sen?sing， 1995， 33（1）： 35?45.

[7] BURNS J B， HANSON A R， RISEMAN E. Extracting straight lines [J]. IEEE transactions on pattern analysis and machine intelligence， 1986， 8（4）： 426?466.

[8] 賈永紅.數(shù)字圖像處理[M].武漢：武漢大學(xué)出版社，2010.

[9] 蘇洋，沈汀.高分辨率SAR圖像高速公路提取算法[J].遙感信息，2012，27（5）：8?13.

[10] CANNY J. A computational approach to edge detection [J]. IEEE transactions on pattern analysis and machine intelligence， 1986（8）： 679?689.

[11] 宮鵬，黎夏，徐冰.高分辨率影像解譯理論與應(yīng)用方法中的一些研究問題[J].遙感學(xué)報(bào)，2006，10（1）：1?5.

[12] NEGRI M， GAMBA P， LISINI G， et al. Junction?aware extraction and regularization of urban road networks in high?resolution SAR images [J]. IEEE transactions on geoscience and remote sensing， 2006， 44（10）： 217?221.