一种合成孔径雷达图像非局部均值滤波方法技术

技术编号:19825734 阅读:19 留言:0更新日期:2018-12-19 16:08
本发明专利技术提出了一种合成孔径雷达图像非局部均值滤波方法,属于雷达图像处理领域。本发明专利技术将异性质测度引入非局部均值算法,改进了非局部均值算法的权值测量方式。首先,针对传统的非局部均值方法在计算距离测度采用等权值加权的方法,本文引入变差系数计算图像块窗口内像素点距离测度的加权权值,由于变差系数能够表征图像的纹理方向,因此引入变差系数加权后的图像块相似度能够更加有效的捕捉在纹理和方向上具有相似性的图像块,从而避免边缘性和方向性的模糊;然后,设计了一种基于变差系数的自适应退化参数函数,自适应的调整退化参数,可以有效的保证异质区得到保护不被过度平滑。所以本发明专利技术在滤除相干斑的同时,能够更有效的保持纹理边缘信息。

【技术实现步骤摘要】
一种合成孔径雷达图像非局部均值滤波方法
本专利技术属于雷达图像处理领域,特别涉及一种合成孔径雷达图像非局部均值滤波方法。
技术介绍
合成孔径雷达(SyntheticApertureradar,SAR)是一种主动式的高分辨成像传感器,能够全天时、全天候的进行观测,穿透性强,广泛应用于包括军事侦查、灾情监测和地表覆盖层探测等领域。但是由于SAR成像是利用回波相干叠加进行成像,导致SAR图像不可避免的存在相干斑噪声,这些相干斑噪声降低了SAR图像的目视效果,对后续的图像分割和目标识别也带来困难。因此,SAR图像的相干斑抑制对SAR图像的分割、分类和识别具有重要的意义。SAR图像的相干斑滤波方法可以分为空域滤波和变换域滤波。空域滤波指将待滤波像素的邻域像素加权平均得到滤波后的灰度值,这类方法的代表有Lee滤波、Frost滤波、Gamma-Map滤波等,他们都是基于特定的相干斑分布模型提出的,因此只能对特定分布的SAR图像有较好的滤波效果。变换域滤波指将图像从时域通过傅里叶变换或者小波变换等方法变换到相应的变换域,然后在变换域做滤波处理,最后逆变换回时域二维图像的方法,这类方法利用了多尺度、多方向的分析方法,常见的方法有小波变换、曲波变换、剪切波变换等。这两类方法从本质上来说,都是基于局部或者半局部的滤波方法,而没有考虑图像本身的结构冗余信息。为了充分利用图像自身的结构冗余信息,提出了非局部均值(Non-LocalMeans,NLM)算法,该算法利用图像的结构冗余,在图像内寻找与目标图像块相似的图像块,并根据图像块间的相似性对像素点赋予相应的权值,利用加权平均的方法求得目标像素点的估计值,该方法在滤除噪声的同时可以很好的保持图像的纹理信息,因此也得到了越来越多的学者关注,并在NLM算法的基础上进行了改进。现有技术中,还有一方法,其在NLM算法的基础上,结合小波域滤波和维纳滤波的思想,提出了BM3D滤波方法,该方法分为基础估计和最终估计两次估计,初步估计把相似的块聚集成三维数组,对三维数组采用联合硬阈值进行滤波,把滤波后的图像块返回到他们原始的位置,得到重叠的块估计,然后加权平均得到初步估计的图像,最终估计是利用块相似性分别把含噪图像和初步估计的图像聚集成两个三维图像,然后使用联合维纳滤波,把滤波后的图像块放到原始位置得到重叠估计图像,加权后得到最终估计图像,取得了不错的效果。但是上述方法都只能适用于加性高斯白噪声,而不能在具有乘性噪声的SAR图像上,因此,很多学者对NLM算法在SAR图像上的应用进行了研究。因此,提出了基于图像块概率分布的(probabilitypatch-based,PPB)非局部均值滤波方法,该方法利用了图像的噪声分布特性,在计算块相似性的时候采用了最大似然估计,并且在迭代过程中估计会越来越准确,该方法在SAR图像上取得了很好的滤波效果;其外,另一种方法证明了比率测度能够更稳健的表征SAR图像的距离测度,并提出基于比率测度的匀质区非局部均值滤波方法,但是该方法只适用于匀质区的SAR图像去噪;在BM3D的基础上还提出了一种SAR-BM3D方法,改进块相似性度量的方法,并解决了小波系数收缩的问题,在SAR图像上取得了非常好的滤波效果;还有一种方法,在比率测度非局部均值滤波的基础上,对距离测度的窗口权值做了改进,使HongxiaoFeng提出的比率测度非局部均值滤波能够推广到异质区。但是这些方法在计算距离测度时,使用的都是窗口内像素点灰度距离的均值,或者是高斯加权值,而没有考虑图像的纹理方向信息,而SAR图像中存在着大量的纹理方向信息,这些信息应该成为距离测度的一个重要依据。此外,在NLM算法中,权值是依赖于距离测度的高斯核函数,其中退化参数对滤波效果有非常重要的影响,然而很少有文献对退化参数进行研究,一般是根据经验值进行设置,没有实现自适应去噪的效果。
技术实现思路
为了解决上述问题,本专利技术提出了一种合成孔径雷达图像非局部均值滤波方法,引入变差系数(coefficientofvariation,CV),构造一种根据图像自适应变化的各向异性的二维加权窗;此外,提出一种基于变差系数的自适应调整退化参数的方法,使图像在同质区域有很好的去噪效果,同时在异质区能够保持边缘纹理细节。一种合成孔径雷达图像非局部均值滤波方法,包括以下步骤:步骤1,获取合成孔径雷达幅度图像,初始化参数,其中,初始化的参数包括搜查窗大小Ds、图像窗大小ds、退化参数系数γ及S曲线倾斜度参数ξ;步骤2,计算得到所述图像的相干斑分布,基于所述相干斑分布得到相干斑的噪声方差;步骤3,根据所述图像的标准差和均值计算图像变差系数;步骤4,根据所述图像变差系数,计算自适应退化参数;步骤5,基于所述变差系数,构造自适应滤波窗口;步骤6,基于异性质测度的非局部算法,得到像素点的值。进一步地,所述步骤1还包括以下流程:设定像素点i为位于图像位置i的像素,图像块i为以像素点i为中心的大小为ds的图像块,搜索区Ωi为以像素点i为中心的大小为Ds的图像块。进一步地,所述步骤2包括以下流程:当图像像素间距和雷达成像分辨单元相当时,噪声功率是非相关的,相干斑是非相干的乘性噪声,表示为υ=u·n其中,υ为观测值,u为雷达反射系数(RCS),n为相干斑噪声,根据图像的标准差和均值可得图像的等效视数其中,L为等效视数,σ为图像的标准差,μ为图像的均值,相干斑完全发展,其强度条件分布函数为其中,Γ(·)为Gamma函数,设定雷达反射系数为1,得到完全发展的相干斑噪声分布计算得到噪声强度的方差为所述图像的幅度值为强度的平方根,可得观测值的幅度条件分布为设定雷达反射系数为1,可得幅度噪声的分布函数计算得到噪声方差为进一步地,所述步骤3包括以下流程:变差系数为其中,CV为像素点的局部变差系数。进一步地,所述步骤4包括以下流程:基于S曲线以自适应调整变差系数,S曲线表示为其中,参数τ用于控制S曲线的偏移量,参数ξ用于控制S曲线的倾斜度;根据所述变差系数,对于图像中的每个像素点,自适应退化参数表示为其中,h′为自适应退化因子,h=γσ,CVmax为整个图像的最大局部变差系数。进一步地,所述步骤5包括以下流程:根据所述步骤2中的乘性噪声模型,且噪声是均值为单位值的高斯白噪声,一个图像块的变差系数表示为其中,Ψ为观测图像υ中的一个图像块,若该图像块在同质区,则E(uΨ2)=[E(uΨ)]2,变差系数可简化为根据噪声值为单位值,可得在同质区的图像块变差系数近似为图像噪声方差,根据图像局部变差系数构造的各向异性的滤波窗口表示为ACV(i,k)=exp(-|CV(i,k)-CV(i)|2)其中,ACV(i,k)为以i为中心的各向异性的加权窗,CV(i,k)为以i为中心的图像块中第k个像素点的变差系数。进一步地,所述步骤6包括以下流程:步骤61,计算图像块相似性度量基于比率测度和所述自适应滤波窗口,相似性测度表示为其中,dCV(i,j)为以像素点i和j为中心的图像块的相似性测度,Ψ为图像块,ZCV(i)为图像块中变差系数的归一化因子,函数Ξ(·)的表达式为Ξ(x)=x+1/x,ui(k)为以i为中心的图像块的第k个像素点的灰度值,uj(k)为以j为中心的图像块的第k个像素点的灰度值本文档来自技高网
...

【技术保护点】
1.一种合成孔径雷达图像非局部均值滤波方法,其特征在于,包括以下步骤:步骤1,获取合成孔径雷达幅度图像,初始化参数,其中,初始化的参数包括搜查窗大小Ds、图像窗大小ds、退化参数系数γ及S曲线倾斜度参数ξ;步骤2,计算得到所述图像的相干斑分布,基于所述相干斑分布得到相干斑的噪声方差;步骤3,根据所述图像的标准差和均值计算图像变差系数;步骤4,根据所述图像变差系数,计算自适应退化参数;步骤5,基于所述变差系数,构造自适应滤波窗口;步骤6,基于异性质测度的非局部算法,得到像素点的值。

【技术特征摘要】
1.一种合成孔径雷达图像非局部均值滤波方法,其特征在于,包括以下步骤:步骤1,获取合成孔径雷达幅度图像,初始化参数,其中,初始化的参数包括搜查窗大小Ds、图像窗大小ds、退化参数系数γ及S曲线倾斜度参数ξ;步骤2,计算得到所述图像的相干斑分布,基于所述相干斑分布得到相干斑的噪声方差;步骤3,根据所述图像的标准差和均值计算图像变差系数;步骤4,根据所述图像变差系数,计算自适应退化参数;步骤5,基于所述变差系数,构造自适应滤波窗口;步骤6,基于异性质测度的非局部算法,得到像素点的值。2.如权利要求1所述的合成孔径雷达图像非局部均值滤波方法,其特征在于,所述步骤1还包括以下流程:设定像素点i为位于图像位置i的像素,图像块i为以像素点i为中心的大小为ds的图像块,搜索区Ωi为以像素点i为中心的大小为Ds的图像块。3.如权利要求2所述的合成孔径雷达图像非局部均值滤波方法,其特征在于,所述步骤2包括以下流程:当图像像素间距和雷达成像分辨单元相当时,噪声功率是非相关的,相干斑是非相干的乘性噪声,表示为υ=u·n其中,υ为观测值,u为雷达反射系数(RCS),n为相干斑噪声,根据图像的标准差和均值可得图像的等效视数其中,L为等效视数,σ为图像的标准差,μ为图像的均值,相干斑完全发展,其强度条件分布函数为其中,Γ(·)为Gamma函数,设定雷达反射系数为1,得到完全发展的相干斑噪声分布计算得到噪声强度的方差为所述图像的幅度值为强度的平方根,可得观测值的幅度条件分布为设定雷达反射系数为1,可得幅度噪声的分布函数计算得到噪声方差为4.如权利要求3所述的合成孔径雷达图像非局部均值滤波方法,其特征在于,所述步骤3包括以下流程:变差系数为其中,CV为像素点的局部变差系数。5.如权利要求4所述的合成孔径雷达图像非局部均值滤波方法,其特征在于,所述步...

【专利技术属性】
技术研发人员:武俊杰童丹平叶宏达王井增沙连童王雯璟杨海光杨建宇
申请(专利权)人:电子科技大学
类型:发明
国别省市:四川,51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1