一种改进的InSAR干涉图像边缘检测算法

邱涛

摘要：SUSAN算法在对InSAR图像进行边缘提取的过程中存在诸多问题，譬如将条纹边缘和噪声边缘一并检测出来，缺乏鉴别噪声并有效去除噪声边缘的正确识别方法。鉴于算法在检测过程中存在的问题，对其提出改进性研究。结果表明改进算法相对更好的得到了边缘信息。

关键词：InSAR；SUSAN算法；边缘检测；干涉条纹；图像边缘

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2014）29-6933-04

Abstract： When using the SUSAN algorithm， there are many problems in the process of extracting the edge of InSAR images. For example， both the stripe edge and noise edge will be detected， and lacking the correct identification method of identifying the noise and removing its edge effectively. In view of the problem when detecting， the paper gives the research to improve the algorithm proposed. The results show that the improved algorithm is relatively easy to get the edge information.

Key words： InSAR； SUSAN algorithm； edge detection； interference fringes； image edges

SUSAN算法在对InSAR图像进行边缘检测研究上具有一般传统算法所不具备的优点，如在修改像素灰度值时较为快捷，检测目标区域较为精确等。在检测含大量噪声的InSAR干涉图像时，算法的积分特性可相对有效的避开图像噪声的影响。

1 改进SUSAN算法

1.1 SUSAN算法的不足

待测图像为滤波后的InSAR干涉图像，进行SUSAN算法边缘检测试验。根据实际图像边缘的形状，以及目标和背景的灰度对比度。所得结果如图1所示。

SUSAN边缘检测算法能够对窗口中心像素的结构属性进行检测和判断，处理速度也得到提高，并具有较高的抗噪声干扰能力。缺点是算法处理相对缓慢，边缘检测效率低下。针对密集干涉条纹检测结果不够连续；稀疏干涉条纹则由于噪声干扰而较易漏检或过检边缘。

3 结束语

将改进的SUSAN算法引入对InSAR图像进行边缘检测中来，结果表明改进算法有效，这也为后期的一系列形变学研究奠定了坚实的基础。

参考文献：

[1] 秦襄培.MATLAB图像处理与界面编程宝典[M].北京：电子工业出版社，2009.

[2] 何儒云，王耀南，毛建旭.合成孔径雷达干涉测量（InSAR）关键技术研究[J].测绘工程，2007，16（5）：44-65.

[3] 马桂珍，段丽.一种改进的SUSAN边缘检测算法[J].现代电子技术，2007（20）：129-133.

[4] 李成.SUSAN边缘检测算法的设计与研究[J].图形、图像与多媒体，2014，33（5）：37-39.

[5] 王文正.基于边缘检测的显著区域提取方法[J].电子技术研发2014（8）：14-16.

[6] 王东霞.基于改进的数字形态学边缘检测算法研究[J].实验室研究与探索，2014，33（2）：89-92.endprint

摘要：SUSAN算法在对InSAR图像进行边缘提取的过程中存在诸多问题，譬如将条纹边缘和噪声边缘一并检测出来，缺乏鉴别噪声并有效去除噪声边缘的正确识别方法。鉴于算法在检测过程中存在的问题，对其提出改进性研究。结果表明改进算法相对更好的得到了边缘信息。

关键词：InSAR；SUSAN算法；边缘检测；干涉条纹；图像边缘

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2014）29-6933-04

Abstract： When using the SUSAN algorithm， there are many problems in the process of extracting the edge of InSAR images. For example， both the stripe edge and noise edge will be detected， and lacking the correct identification method of identifying the noise and removing its edge effectively. In view of the problem when detecting， the paper gives the research to improve the algorithm proposed. The results show that the improved algorithm is relatively easy to get the edge information.

Key words： InSAR； SUSAN algorithm； edge detection； interference fringes； image edges

SUSAN算法在对InSAR图像进行边缘检测研究上具有一般传统算法所不具备的优点，如在修改像素灰度值时较为快捷，检测目标区域较为精确等。在检测含大量噪声的InSAR干涉图像时，算法的积分特性可相对有效的避开图像噪声的影响。

1 改进SUSAN算法

1.1 SUSAN算法的不足

待测图像为滤波后的InSAR干涉图像，进行SUSAN算法边缘检测试验。根据实际图像边缘的形状，以及目标和背景的灰度对比度。所得结果如图1所示。

SUSAN边缘检测算法能够对窗口中心像素的结构属性进行检测和判断，处理速度也得到提高，并具有较高的抗噪声干扰能力。缺点是算法处理相对缓慢，边缘检测效率低下。针对密集干涉条纹检测结果不够连续；稀疏干涉条纹则由于噪声干扰而较易漏检或过检边缘。

3 结束语

将改进的SUSAN算法引入对InSAR图像进行边缘检测中来，结果表明改进算法有效，这也为后期的一系列形变学研究奠定了坚实的基础。

参考文献：

[1] 秦襄培.MATLAB图像处理与界面编程宝典[M].北京：电子工业出版社，2009.

[2] 何儒云，王耀南，毛建旭.合成孔径雷达干涉测量（InSAR）关键技术研究[J].测绘工程，2007，16（5）：44-65.

[3] 马桂珍，段丽.一种改进的SUSAN边缘检测算法[J].现代电子技术，2007（20）：129-133.

[4] 李成.SUSAN边缘检测算法的设计与研究[J].图形、图像与多媒体，2014，33（5）：37-39.

[5] 王文正.基于边缘检测的显著区域提取方法[J].电子技术研发2014（8）：14-16.

[6] 王东霞.基于改进的数字形态学边缘检测算法研究[J].实验室研究与探索，2014，33（2）：89-92.endprint

摘要：SUSAN算法在对InSAR图像进行边缘提取的过程中存在诸多问题，譬如将条纹边缘和噪声边缘一并检测出来，缺乏鉴别噪声并有效去除噪声边缘的正确识别方法。鉴于算法在检测过程中存在的问题，对其提出改进性研究。结果表明改进算法相对更好的得到了边缘信息。

关键词：InSAR；SUSAN算法；边缘检测；干涉条纹；图像边缘

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2014）29-6933-04

Abstract： When using the SUSAN algorithm， there are many problems in the process of extracting the edge of InSAR images. For example， both the stripe edge and noise edge will be detected， and lacking the correct identification method of identifying the noise and removing its edge effectively. In view of the problem when detecting， the paper gives the research to improve the algorithm proposed. The results show that the improved algorithm is relatively easy to get the edge information.

Key words： InSAR； SUSAN algorithm； edge detection； interference fringes； image edges

SUSAN算法在对InSAR图像进行边缘检测研究上具有一般传统算法所不具备的优点，如在修改像素灰度值时较为快捷，检测目标区域较为精确等。在检测含大量噪声的InSAR干涉图像时，算法的积分特性可相对有效的避开图像噪声的影响。

1 改进SUSAN算法

1.1 SUSAN算法的不足

待测图像为滤波后的InSAR干涉图像，进行SUSAN算法边缘检测试验。根据实际图像边缘的形状，以及目标和背景的灰度对比度。所得结果如图1所示。

SUSAN边缘检测算法能够对窗口中心像素的结构属性进行检测和判断，处理速度也得到提高，并具有较高的抗噪声干扰能力。缺点是算法处理相对缓慢，边缘检测效率低下。针对密集干涉条纹检测结果不够连续；稀疏干涉条纹则由于噪声干扰而较易漏检或过检边缘。

3 结束语

将改进的SUSAN算法引入对InSAR图像进行边缘检测中来，结果表明改进算法有效，这也为后期的一系列形变学研究奠定了坚实的基础。

参考文献：

[1] 秦襄培.MATLAB图像处理与界面编程宝典[M].北京：电子工业出版社，2009.

[2] 何儒云，王耀南，毛建旭.合成孔径雷达干涉测量（InSAR）关键技术研究[J].测绘工程，2007，16（5）：44-65.

[3] 马桂珍，段丽.一种改进的SUSAN边缘检测算法[J].现代电子技术，2007（20）：129-133.

[4] 李成.SUSAN边缘检测算法的设计与研究[J].图形、图像与多媒体，2014，33（5）：37-39.

[5] 王文正.基于边缘检测的显著区域提取方法[J].电子技术研发2014（8）：14-16.

[6] 王东霞.基于改进的数字形态学边缘检测算法研究[J].实验室研究与探索，2014，33（2）：89-92.endprint