基于区域分割和距离变换的SAR机场跑道检测方法

"SAR图像中机场跑道自动检测方法研究 (2011年)，李壮，杨夏，于起峰，国防科学技术大学航天与材料工程学院" 本文主要探讨了一种针对合成孔径雷达（SAR）图像中的机场跑道自动检测的新方法。在SAR图像中，由于斑点噪声的存在，传统的边缘检测和霍夫变换技术在检测跑道时会出现大量虚假边缘，导致检测效率降低和准确性下降。为了改善这种情况，作者提出了一个基于区域分割和距离变换的检测流程。 首先，该方法利用统计信息来增强跑道与背景之间的对比度。这一步有助于在噪声环境中突出跑道特征，减少干扰。接着，通过二维直方图阈值分割技术对增强后的图像进行分割，将跑道从背景中分离出来，形成二值图像。这种方法能更准确地识别跑道区域，避免了噪声引起的误判。 然后，对二值图像进行距离变换处理，这一过程可以揭示跑道中心线的大致分布。距离变换能够计算每个像素点到最近目标边缘的距离，对于跑道这种具有明确结构的线性目标，能有效地找出其轮廓。 最后，采用局部空间霍夫变换来确定跑道的参数。相比于传统的霍夫变换，局部空间霍夫变换只考虑图像的局部区域，减少了计算量，提高了检测速度，同时保持了检测的准确性，满足了实时性要求。 实验结果显示，该新方法能够可靠地检测出SAR图像中的机场跑道，并且运算速度适应实时检测的需求。这一研究对于提升SAR图像处理的自动化水平，尤其是在航空、军事和交通安全等领域具有重要意义。 关键词：合成孔径雷达；机场跑道；目标检测；图像分割；距离变换；局部空间霍夫变换