一种基于异质性预矫正的小波域SAR图像去斑方法技术

一种基于异质性预矫正的小波域SAR图像去斑方法，在小波域内，通过统计SAR图像局部异质度，将异质度信息与预矫正函数相结合，在图像去斑前平滑同质区域，保护异质区域纹理信息，改善图像去斑过程中过平滑的问题，该方法去斑效果好，预矫正算法计算复杂度低，过程简单，解决现有技术的SAR图像去斑方法存在的图像信号进行处理的针对性弱，对噪声不敏感，抗干扰能力较弱，不能细致反应各子块之间细微的差异性，图像去斑效果不佳，计算复杂，过程繁琐等问题。

【技术实现步骤摘要】
一种基于异质性预矫正的小波域SAR图像去斑方法
：本专利技术涉及一种基于异质性预矫正的小波域SAR图像去斑方法，属于SAR图像处理

技术介绍
：合成孔径雷达(SAR)因具有全天时、全天候、多极化、多视角的数据获取能力及较好的穿透性能，被视为新一代遥感信息源。但由于SAR系统利用相干波成像，相干斑噪声严重降低了SAR图像的可解译性，影响了目标的检测、分类、识别和信息提取等应用。因此，研究SAR图像相干斑抑制方法十分必要。随着小波工具在SAR图像处理方面的应用,基于小波的去斑方法成为SAR图像去斑方法中的重要分支，其中现有技术的基于统计模型的方法利用图像的统计先验知识，取得了一大批研究成果，但这类方法没有考虑图像的结构信息，虽然在处理农田、海面等均匀(同质)区域效果良好，但对于处理山区、城区等非均匀(异质)区域图像存在比较明显的过平滑现象，造成重要边缘纹理信息的损失，降低了主观视觉效果。而根据图像纹理结构信息对图像进行异化处理是一种有效解决图像去斑过平滑问题的方法。SAR图像存储了大量丰富的结构信息，根据结构信息可以有针对性的平滑同质区域，保护异质区域。异质性反映了SAR图像纹理信息变化程度，主要用来描述同一目标区域内不同场景之间的差别。现有技术的异质性测量方法，主要包括基于变差系数、基于算术-几何均值比和基于信息论的SAR图像异质性测量方法，前两种方法仅侧重于局部异质性测量，而基于信息论的异质性测量方法虽然反映SAR图像的全局异质性，但其计算复杂度较高。专利技术专利名称为“基于非局部平均和异质性测量的SAR图像斑点噪声抑制方法”，公开号：CN103886563A，公开日：2014年6月25日，公开了一种异质性测量的SAR图像斑点噪声抑制方法，在空间域内进行SAR图像斑点噪声抑制。但是，上述专利技术专利仍然存在以下缺陷：一是在空间域对图像结构进行划分，不能实现时-频窗的自适应调整，不能对非平稳信号进行时-频局域化分析，对图像信号进行处理的针对性弱；二是将异质性测量方法定义为图像局部区域的标准差与该区域均值之比，用来描述空间域中搜索子块的异质性大小，该方法对噪声不敏感，抗干扰能力较弱；三是根据变差系数判断搜索子块是同质子块还是异质子块，子块尺寸的选择对分类的准确性有很大的影响，这种二元分类不能细致的反应各子块之间细微的差异性；四是基于局部区域的处理方法，根据搜索区域的变差系数，再结合非局部平均滤波的思想完成对点目标点和非点目标的处理，由于采用了非局部平均滤波思想，其计算复杂度高。
技术实现思路
：本专利技术旨在提供一种基于异质性预矫正的小波域SAR图像去斑方法。在小波域内，通过统计SAR图像局部异质度，将异质度信息与预矫正函数相结合，在图像去斑前平滑同质区域，保护异质区域纹理信息，改善图像去斑过程中过平滑的问题，该方法去斑效果好，预矫正算法计算复杂度低，过程简单，解决现有技术的SAR图像去斑方法存在的图像信号进行处理的针对性弱，对噪声不敏感，抗干扰能力较弱，不能细致反应各子块之间细微的差异性，图像去斑效果不佳，计算复杂，过程繁琐等问题。为解决上述技术问题，本专利技术所采用的技术方案如下：一种基于异质性预矫正的小波域SAR图像去斑方法，方法包括如下步骤：(1)小波变换，利用平稳小波变换对图像做J层分解，在每个尺度上得到一个低频子带和三个方向的高频子带；(2)计算异质度，逐层计算每个小波系数所对应的多尺度局部变差系数MLCV，和该层的模态mode值，具体包括以下三个子步骤：(2-1)对于第j层子带d＝LH,HL,HH表示子带方向、k表示空间位置，对于第j层子带LL表示子带方向、k表示空间位置,分别按照公式计算在实现过程中按3×3模板窗口的方式遍历图像子带；(2-2)按照下述公式计算MLCV，式中：c(k)代表每个小波系数所对应的多尺度局部变差系数MLCV；(2-3)统计c(k)的分布得到其直方图，并求出直方图中纵坐标对应的最大值，该最大值所对应的横坐标值即为模态mode；(3)异质度分类，对小波系数进行分类，根据计算的MLCV值和模态mode值对每一层三个高频子带中的小波系数按如下公式进行异质度分类：同质区域：0＜c(k)≤mode，弱纹理区域：mode＜c(k)≤2mode，强纹理区域：2mode＜c(k)≤5mode，孤立散射点区域：c(k)＞5mode；(4)预矫正处理，按照下列预矫正函数对每一层三个高频子带(LH,HL,HH)中的小波系数做预矫正处理：上式中：wk表示预矫正前的小波系数，幅度因子α、指数因子λ及gate的取值范围用(α,λ,gate)表示，(α,λ,gate)在同质区域、弱纹理区域、强纹理区域的取值范围分别为(0.65-0.85,2-2.5,0.9-1.1)、(0.01-0.5,0.1-0.5,1.2-1.8)、(0.6-0.8,0.7-0.85,1.8-2.3)，孤立散射点区域的小波系数保留原有值不变，不进行预矫正处理；(5)小波域去斑处理。一种基于异质性预矫正的小波域SAR图像去斑方法，所述步骤(1)小波变换的具体方法为：选取小波基，设置小波分解的最大层数J，利用MATLAB小波工具箱对图像做平稳小波变换，在第j尺度上得到一个低频子带和三个方向的高频子带：j＝1，2，…，J。一种基于异质性预矫正的小波域SAR图像去斑方法，所述步骤(2)模态(mode)的另外一种求解方法为：用对数正态分布对MLCV分布进行建模，对于第j层子带，在各小波系数多尺度局部变差系数c(k)的基础上，对c(k)取对数后求出其均值，再做指数变换，即mode＝exp{mean[ln(c(k))]}。一种基于异质性预矫正的小波域SAR图像去斑方法，所述步骤(5)还包括以下具体子步骤：(5-1)采用小波域SAR图像去斑算法对预矫正小波系数作进一步处理；(5－2)小波反变换，得到去斑后的空域图像。一种基于异质性预矫正的小波域SAR图像去斑方法，所述步骤(5－2)的小波反变换的具体方法为：利用MATLAB小波工具箱对图像做平稳小波反变换。与现有技术相比，本专利技术的优点在于：一是本专利技术利用小波变换将图像进行J尺度多分辨率分解，根据信号分析理论，小波变换将信号分解为若干时域分量之和，而每一时域分量又代表了频域中的一个子频带，小波变换将信号分解为代表了子频带特点的时域分量之和，实现了时-频窗的自适应调整，可以有效的对非平稳信号进行时-频局域化分析；而现有技术的时域或者空域方法则不具备这种优势，具体的说，图像每经过一次小波分解，得到一个低频子带和三个方向的高频子带，能够在不同的尺度上将图像低频信息和不同方向上的高频信息分开，能够更有针对性地对图像信号进行处理；二是本专利技术采用多尺度局部变差系数MLCV作为小波系数的异质性测度，充分利用了每一尺度所对应的一个低频子带和三高频子带中的信息，具有更好的抗噪声干扰能力；三是本专利技术通过异质性测度直方图可以精确的得到模态mode，根据模态mode对图像区域进行分类，具有较高的精确性和客观性；四是本专利技术基于多尺度局部变差系数MLCV判断单个小波系数的异质性，不存在尺寸选择问题；同时采用了四元分类，能够对小波系数的异质性差异做出更加精细的评价；五是本专利技术根据多尺度局部变差系数MLCV、采用预矫正函数对本文档来自技高网...

【技术保护点】
一种基于异质性预矫正的小波域SAR图像去斑方法，其特征在于，所述方法包括如下步骤：(1)小波变换，利用平稳小波变换对图像做J层分解，在每个尺度上得到一个低频子带和三个方向的高频子带；(2)计算异质度，逐层计算每个小波系数所对应的多尺度局部变差系数MLCV，和该层的模态(mode)值，具体包括以下三个子步骤：(2‑1)对于第j层子带d＝LH,HL,HH表示子带方向、k表示空间位置，分别按照公式E(wkd)2=12W+1Σi=-WW(wk+id)2,E[wkLL]=12W+1Σi=-WWwk+iLL]]>计算在实现过程中按3×3模板窗口的方式遍历图像子带；(2‑2)按照下述公式计算MLCV，c(k)=E(wkLH)2+E(wkHL)2+E(wkHH)2E(wkLL),]]>式中c(k)代表每个小波系数所对应的多尺度局部变差系数(MLCV)；(2‑3)统计c(k)的分布得到其直方图，并求出直方图中纵坐标对应的最大值，该最大值所对应的横坐标值即为模态(mode)；(3)异质度分类，对小波系数进行分类，根据计算的MLCV值和模态(mode)值对每一层三个高频子带中的小波系数按如下公式进行异质度分类：同质区域：0＜c(k)≤mode，弱纹理区域：mode＜c(k)≤2mode，强纹理区域：2mode＜c(k)≤5mode，孤立散射点区域：c(k)＞5mode；(4)预矫正处理，按照下列预矫正函数对每一层三个高频子带(LH,HL,HH)中的小波系数做预矫正处理：pre-correcting(wk)={a·[11+exp[-λc(k)node-gate]-0.5]+1}·wk,]]>上式中：wk表示预矫正前的小波系数，幅度因子α、指数因子λ及gate的取值范围用(α,λ,gate)表示，(α,λ,gate)在同质区域、弱纹理区域、强纹理区域的取值范围分别为(0.65‑0.85,2‑2.5,0.9‑1.1)、(0.01‑0.5,0.1‑0.5,1.2‑1.8)、(0.6‑0.8,0.7‑0.85,1.8‑2.3)，孤立散射点区域的小波系数保留原有值不变，不进行预矫正处理；(5)小波域去斑处理。...

【技术特征摘要】
1.一种基于异质性预矫正的小波域SAR图像去斑方法，其特征在于，所述方法包括如下步骤：(1)小波变换，利用平稳小波变换对图像做J层分解，在每个尺度上得到一个低频子带和三个方向的高频子带；(2)计算异质度，逐层计算每个小波系数所对应的多尺度局部变差系数MLCV，和该层的模态mode值，具体包括以下三个子步骤：(2-1)对于第j层子带d＝LH,HL,HH表示子带方向、k表示空间位置，对于第j层子带LL表示子带方向、k表示空间位置,分别按照公式计算在实现过程中按3×3模板窗口的方式遍历图像子带；(2-2)按照下述公式计算MLCV，式中c(k)代表每个小波系数所对应的多尺度局部变差系数MLCV；(2-3)统计c(k)的分布得到其直方图，并求出直方图中纵坐标对应的最大值，该最大值所对应的横坐标值即为模态mode；(3)异质度分类，对小波系数进行分类，根据计算的MLCV值和模态mode值对每一层三个高频子带中的小波系数按如下公式进行异质度分类：同质区域：0＜c(k)≤mode，弱纹理区域：mode＜c(k)≤2mode，强纹理区域：2mode＜c(k)≤5mode，孤立散射点区域：c(k)＞5mode；(4)预矫正处理，按照下列预矫正函数对每一层三个高频子带(LH,HL,HH)中的小波系数做预矫正处理：

【专利技术属性】
技术研发人员：侯建华，陈稳，刘欣达，陈少波，
申请(专利权)人：中南民族大学，
类型：发明
国别省市：湖北;42