【《基于Canny算子的雷达回波图像目标检测分析案例》5500字】

第[42]：（1）信噪比原则。信噪比的数学表达式为：SNR=−∞+∞其中f(x)是边界区间为−ω,+ω的滤波器的脉冲响应；G（2）定位精度准则。定位精度数学表达式为：Localization=−∞+∞其中G(−x)和f(x)分别表示G(−x)（3）单边缘响应准则。为了保证检测的单边缘只有一个像素响应，检测算子的脉冲响应导数的零交叉点平均距离D(f)应满足fDf=π−∞根据上面的指标和准则，利用泛函求导的方法导出一个有边缘定位精度和信噪比乘积组成的表达式，这个表达式近似与Gaussian函数的一阶导数，此即为该最佳函数的最好近似。设n为任意方向，Gn为Gaussian函数在这个方向上的一阶导数，即Gn=∂G∂n=n，n应取与图像边缘垂直的方向，则n=∇(G∗I)/∇(G∗I)1.3实验结果与分析本章利用Sobel算子、高斯拉普拉斯算子以及Canny算子作为核心的目标检测方法来获取雷达回波图像上目标信息，进而实现目标检测。本节算法运行的平台为windows7系统，其硬件环境为Intel(R)Core(TM)i5-4460CPU(1.20GHZ)、8GB运行内存。本节将通过实验说明运用这三种算子获取雷达回波图像中目标轮廓信息的优缺点。（a）（b）（c）图1.4三种检测方法的实验结果：（a）Sobel算子；（b）高斯拉普拉斯算子；（c）Canny算子Fig.1.4Experimentalresultsofthreedetectionmethods:(a)Sobeloperator;(b)GaussianLaplaceoperator;(c)Cannyoperator图1.4给出的是基于Sobel算子、高斯拉普拉算子以及Canny算子提取雷达回波图像中的目标信息的实验结果。将雷达回波图像分割成上下两部分，详细分析本章针对这三种方法的性能。在图像的中下半段，Sobel算子、高斯拉普拉斯算子以及Canny算子的检测性能差不多，都能很好的检测出雷达回波图像中的大部分目标，漏检误检率相差无几。这是因为该部分图像中目标轮廓较为突出，在该点计算得到的梯度幅值较大，容易被检测识别出来。而在图像的上半部分，这三种算子的检测能力差强人意的许多。因为图像的上半部分像素值之间的大小较为接近，在计算某点的梯度幅值时，与周围点计算得到的数值比较接近，不易区分。那么形成的轮廓信息不明显，所以检测检测效果不好。并且，这三种算子针对该区域的检测漏检误检很严重。表1.1三种方法在图像下半部分的检测结果Table1.1Thedetectionresultsofthethreemethodsinthehalfoftheimage方法真实目标检测目标漏检数误检数漏检率误检率Sobel算子40603207.5%50%高斯拉普拉斯算子405661515%37.5%Canny算子40382512.5%12.5%综合表1.1的实验数据，可以看出采用Canny算子为核心的目标检测算法在检测雷达回波图像中目标的性能要优于Sobel算子和高斯拉普拉斯算子。图1.5Canny算子检测图像目标的实验结果Fig.1.5TheexperimentresultsofCannyoperatorforimagedetection图1.5给出的实验结果是在没有对Canny算法中的阈值进行任何调整的情况下，将其应用于另一工况下的雷达回波图像获得的检测结果。从图1.5给出的实验结果可以看出，在图像的左侧部分存在大量的误检，这种误检的数量级要大于图一中给出的实验结果。唯一值得欣慰的是，在图像的右侧部分，Canny算子能检测出绝大多数真实存在的目标，虽然也存在漏检的发生，但是数量是有限的。综合图1.4与图1.5的实验结果，固定Canny算法中的阈值，当检测下一张雷达回波图像时，漏检率与误检率保持在一个比较高的数值，说明以Canny算子为核心的目标检测算法用于检测雷达回波图像时是不稳定的。另外，其检测的准确性也是比较低的。从经济、安全性考虑，航海船舶装载以Canny算子为核心的目标检测方法，在处理生成的雷达回波图像时，大量存在的误检与漏检的发生势必会使得航行的安全性降低，人力成本也会随之增加。另一个重要的原因在于Canny