基于截断统计特征的SAR图像双边滤波方法技术

本发明专利技术公开了一种基于截断统计特征的SAR图像双边滤波方法，该方法设置一定大小的滑动窗口，首先采用双边滤波器对SAR图像进行双边滤波，之后通过估计滑动窗口中所有像素的灰度均值和标准方差，并对当前滑动窗口中心像素点所处的背景类型进行分类。对滑动窗口中的像素点按灰度值大小进行升序排列，针对不同的背景类型，对滑动窗口中的样本采取不同层度的样本截断，利用截断后的中间段样本采用双边滤波器进行斑点滤波。该滤波方法在最大限度平滑斑点噪声的同时可有效保持图像的边缘纹理，具有较好的工程应用价值。

【技术实现步骤摘要】
基于截断统计特征的SAR图像双边滤波方法
本专利技术涉及SAR图像斑点噪声抑制
，尤其涉及一种基于截断统计特征的SAR图像双边滤波方法。
技术介绍
合成孔径雷达(SyntheticApertureRadar,SAR)是一种高分辨率的成像雷达，具有全天时和全天候观测的能力。SAR成像时通过对景区相干波照射和对后向散射信号相干检波以获得方位向的高分辨率。从一地面单元后向散射回来的全部信号是地面散射中后向散射信号相干总和。经Goodman等证实，SAR图像斑点噪声可模型化为一种乘性噪声。地表通常由许多随机分布的散射面组成，这种随机性是生成图像斑点的原因，其表现形式为与单一目标不同单元对应像元的图像色调随机变化。表现为图像灰度的剧烈变化，即在SAR图像的同一片均匀的粗糙区域内，有的分辨率单元呈现为亮点，有的则呈现为暗点，直接影响了SAR图像的灰度分辨率，隐藏了SAR图像的细节部分。从而给SAR图像的解译和定量化带来很大的困扰，给图像的信息提取带来了困难，从而妨碍了图像的应用。因此，对斑点噪声抑制的研究一直是SAR图像处理的重要课题之一。SAR图像斑点噪声滤波的基本目标是在抑制图像斑点噪声的前提下，保持图像边缘和纹理等细节信息。SAR图像斑点噪声的抑制可通过成像过程中的多视处理技术实现，也可以通过成像后空间域的滤波实现。由于多视处理会增加成像处理的运算成本，并且降低图像的空间分辨率。因此，一般情况下通过对图像进行空间域的滤波来抑制斑点噪声。近年来，许多传统的数字滤波技术，如均值和中值滤波等，被用于SAR斑点噪声滤波，但由于SAR斑点噪声的乘性特征,以及均值和中值滤波器的非自适应性，其滤波效果并不理想。针对这个问题，发展了许多基于乘性斑点噪声模型的自适应局部统计滤波器：Lee滤波、Frost滤波、Kuan滤波、Gamma-MAP滤波和Sigma滤波等。这些方法优点是：计算量小，速度快，不能兼顾斑点抑制和边缘细节保持。但是它们通过设定一定大小的滑动窗口来对窗口内的数据进行相干斑滤波，它们的滤波效果与滑动窗口的大小有密切关系，当窗口较大时，滤波器过渡平滑导致边缘模糊，使得图像损失一些细节；当移动窗口较小时，可以很好的保护边缘，但此时滤波器的平滑能力减小，相干斑噪声能力变差。传统SAR图像斑点滤波方法在有效抑制斑点噪声的同时，模糊了SAR图像的边缘，并破坏了SAR图像的纹理信息。传统双边滤波器对强斑点噪声不但不能有效抑制，还增强了强斑点噪声。
技术实现思路
本专利技术目的就是为了弥补已有技术的缺陷，提供一种基于截断统计特征的SAR图像双边滤波方法。本专利技术是通过以下技术方案实现的：一种基于截断统计特征的SAR图像双边滤波方法，其特征在于：包括如下步骤：步骤(1)：设置双边滤波器的滑动窗口尺寸，采用双边滤波法对SAR图像进行斑点噪声滤波，有效平滑杂波和弱斑点噪声，同时增强强斑点噪声。步骤(2)：设置滑动窗口尺寸L，让该窗口在双边滤波后的SAR图像上滑动，统计窗口中的所有像素的灰度均值μ和标准方差σ。步骤(3)：对滑动窗口中的所有像素点按照灰度值进行升序排序。将滑动窗口中心像素点的灰度值I与统计得到的均值μ和标准方差σ的关系进行对比分析来判断滑动窗口中心像素点所处杂波背景的类型。根据判定的滑动窗口中心像素点所处杂波背景的类型，采取不同程度的样本截断，并采用截断后的样本进行双边滤波，实现基于截断统计特征的双边滤波。所述的基于截断统计特征的SAR图像双边滤波方法，其特征在于：所述步骤(1)的具体方法为：在双边滤波器中，引入了一种权值滤波，权值大小同时由几何位置相近度和灰度相似度来决定，在这个新的滤波器中，这两者以以下公式联合在一块：式中，h为输出，f为输入，c(ξ,x)为中心像素点x和周围像素ξ的几何位置权值，s(f(ξ),f(x))为中心像素点x和周围像素ξ的灰度相似度权值，k(x)为归一化系数，其表达式为：双边滤波器是噪声去除的一个基本概念，它需要设计好两个权值函数：几何位置相近函数和灰度相似度函数。这两个权值函数的设计直接影响着去噪效果。比较常用的是线性移不变高斯核函数，几何位置相近函数和灰度相似度函数都是高斯核函数。其中几何位置相近高斯核函数为：式中d(ξ,x)为周围像素点ξ和中心像素点x的欧几里得距离，σd为几何扩散因子。它控制着低通滤波的强度，σd越大，低通滤波强度越强，滤波结果越模糊。通常选取一定大小窗口灰度相似度函数为：式中，σr为灰度相似度扩散因子，要想得到好的滤波效果，σd和σr要选取恰当。所述的基于截断统计特征的SAR图像双边滤波方法，其特征在于：所述步骤(2)中的灰度均值μ和标准方差σ的计算方法为：假设滑动窗中的所有样本为X＝{x1,x2,…xN}，通过式(5)、(6)计算整个滑动窗口所有像素的灰度均值μ和标准差σ；所述的基于截断统计特征的SAR图像双边滤波方法，其特征在于：所述步骤(3)中，双边滤波的规则为：(1)|I-μ|&lt;2σ，当前点为普通杂波点、阶跃、屋脊边缘点，此时由于杂波强度不强，因此滤波更侧重边缘保持。因此选取中间7×L×L/8(取整)个像素来进行双边滤波，选取的双边滤波样本中尽量去除和斑点噪声灰度值相近的点，同时又能保证样本中含有边缘点。既很好地保持了边缘，同时又一定程度上平滑了杂波及噪声。(2)|I-μ|≥2σ&|I-μ|<3σ，当前点为强斑点或者为连续长屋脊边缘点，此时滤波算法应同时重视斑点抑制和边缘保持。因此可选取中间2×L×L/3(取整)个像素来进行双边滤波，既保持了屋脊边缘，同时极大地抑制了强斑点噪声。(3)|I-μ|≥3σ，此时当前点为均匀杂波区域的强斑点或者为短屋脊边缘点，因此滤波更侧重强斑点抑制。选取中间5×L×L/6(取整)个像素来进行双边滤波，既保持了屋脊边缘，同时极大地抑制了强斑点噪声。本专利技术的优点是：1、本专利技术采用基于截断统计特征的双边滤波器来实现SAR图像的斑点噪声滤波，有效解决了传统斑点滤波方法中存在的边缘模糊问题。2、本专利技术采用自适应法对双边滤波器中的统计样本进行截断，并对截断后的样本进行双边滤波，在保持图像边缘纹理信息的同时，有效平滑了斑点噪声。3、本专利技术中的样本截断、双边滤波过程精确简单，计算效率高，具有较高的工程应用价值。附图说明图1是本专利技术提出的基于截断统计特征的SAR图像双边滤波法流程图。图2是TerraSAR-X原始图像。图3是Lee滤波对TerraSAR-X整幅图像的滤波结果。图4是Frost滤波对TerraSAR-X整幅图像的滤波结果。图5是Gamma-MAP滤波对TerraSAR-X整幅图像的滤波结果。图6是Sigma滤波对TerraSAR-X整幅图像的滤波结果。图7是传统双边滤波法对TerraSAR-X整幅图像的滤波结果。图8是本专利技术提出的TS-BF滤波法对TerraSAR-X整幅图像的滤波结果。图9是各滤波算法对TerraSAR-X边缘细节区域II滤波后的对比图。(a)为边缘细节区域原图像，(b)为Lee滤波结果，(c)为Sigma滤波结果，(d)为Gamma-MAP滤波结果，(e)为传统双边滤波结果，(f)为本专利技术提出的TS-BF滤波结果。图10是各滤波算法对TerraSAR-X海洋目标图像滤波性能对本文档来自技高网...

【技术保护点】
1.一种基于截断统计特征的SAR图像双边滤波方法，其特征在于：包括如下步骤：步骤(1)：设置双边滤波器的滑动窗口尺寸，采用双边滤波法对SAR图像进行斑点噪声滤波，有效平滑杂波和弱斑点噪声，同时增强强斑点噪声；步骤(2)：设置滑动窗口尺寸L，让该窗口在双边滤波后的SAR图像上滑动，统计窗口中的所有像素的灰度均值μ和标准方差σ；步骤(3)：对滑动窗口中的所有像素点按照灰度值进行升序排序，根据滑动窗口中心像素点的灰度值I与统计得到的均值μ和标准方差σ的关系，对滑动窗口进行分类，根据不同的类型采取不同程度的样本截断，并采用截断后的样本进行双边滤波，实现基于截断统计特征的双边滤波。

【技术特征摘要】
1.一种基于截断统计特征的SAR图像双边滤波方法，其特征在于：包括如下步骤：步骤(1)：设置双边滤波器的滑动窗口尺寸，采用双边滤波法对SAR图像进行斑点噪声滤波，有效平滑杂波和弱斑点噪声，同时增强强斑点噪声；步骤(2)：设置滑动窗口尺寸L，让该窗口在双边滤波后的SAR图像上滑动，统计窗口中的所有像素的灰度均值μ和标准方差σ；步骤(3)：对滑动窗口中的所有像素点按照灰度值进行升序排序，根据滑动窗口中心像素点的灰度值I与统计得到的均值μ和标准方差σ的关系，对滑动窗口进行分类，根据不同的类型采取不同程度的样本截断，并采用截断后的样本进行双边滤波，实现基于截断统计特征的双边滤波。2.根据权利要求1所述的基于截断统计特征的SAR图像双边滤波方法，其特征在于：双边滤波器中，引入了一种权值滤波，权值大小同时由几何位置相近度和灰度相似度来决定，在这个新的滤波器中，这两者以以下公式联合在一块：式中，h为输出，f为输入，c(ξ,x)为中心像素点x和周围像素ξ的几何位置权值，s(f(ξ),f(x))为中心像素点x和周围像素ξ的灰度相似度权值，k(x)为归一化系数，其表达式为：双边滤波器是噪声去除的一个基本概念，它需要设计好两个权值函数：几何位置相近函数和灰度相似度函数，这两个权值函数的设计直接影响着去噪效果，比较常用的是线性移不变高斯核函数，几何位置相近函数和灰度相似度函数都是高斯核函数，其中几何位置相近高斯核函数为：式中d(ξ,x)为周围像素点ξ和中心像素点x的欧几里得距离，σd为几何扩散因子，它控制着低通滤波的强度，σd越大，低通滤波强度越强，滤波结果越模糊，通常选取一定大小窗口灰度相似度...

【专利技术属性】
技术研发人员：艾加秋，杨学志，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34