一种扩散系数最优的SAR图像相干斑抑制的计算方法技术

本发明专利技术公开了一种扩散系数最优的SAR图像相干斑抑制的计算方法，包括以下步骤：计算SAR图像的点列矩阵的εR(x,y)；计算扩散系数c(g)；对SAR图像进行相干斑抑制。本发明专利技术改进的扩散系数改善了已有扩散系数在同质区域时扩散速度不一致的缺点；由于本发明专利技术的扩散系数能够在同质区域实现各项同性扩散，即cη＝cξ＝1，可以较好地去除相干斑；而在异质区域时cη＝cξ＝0，停止扩散，可以对SAR图像的边缘起逆平滑的作用，增强图像的边缘信息。在η方向的扩散速率与ξ方向的扩散速率之比为零，可看出扩散系数满足Charbonnier准则。实验对比验证了本发明专利技术的计算方法的有效性与优越性，从理论上证明了本发明专利技术的扩散系数在相干斑抑制过程中迭代是稳定的。

A method for calculating speckle reduction of SAR image with optimal diffusion coefficient

The invention discloses a SAR image speckle suppression diffusion coefficient optimal calculation method, which comprises the following steps: calculating SAR image sequence epsilon R matrix (x, y); the calculation of diffusion coefficients of C (g); the SAR image speckle suppression. The diffusion coefficient of the invention to improve the diffusion velocity difference between the shortcomings in the homogeneous region; because the diffusion coefficient of the invention can realize the isotropic diffusion in homogeneous regions, namely C zeta ETA = C = 1, can effectively remove speckle; in the heterogeneous region C ETA = C. = 0, stop the spread of SAR image edge, can play the role of inverse smoothing, enhancement of image edge information. The diffusion rate and diffusion rate in the direction of the direction of the zeta ETA ratio is zero, the diffusion coefficient satisfy the Charbonnier criterion. The validity and superiority of the proposed method are verified by experimental comparison. It is proved theoretically that the diffusion coefficient of the present method is stable in the process of speckle reduction.

【技术实现步骤摘要】
一种扩散系数最优的SAR图像相干斑抑制的计算方法
本专利技术涉及一种图像处理技术，特别是一种SAR图像相干斑抑制的计算方法。
技术介绍
目前，已有不少基于各向异性扩散的SAR图像相干斑抑制方法被提出，其中经典的各向异性扩散抑斑方法主要有：P-M各向异性扩散滤波算法、SARD抑斑方法、DPAD抑斑方法等。P-M各向异性扩散滤波算法将偏微分方程应用在了图像上，该方法是在加性噪声的基础上提出的，传统P-M扩散不宜直接用于SAR图像的抑斑处理，这是因为：其一，P-M扩散要么不能彻底抑制边缘区域噪声，要么容易引起边缘细节损失；其二，P-M扩散使用的梯度算子对受乘性噪声污染的SAR图像容易产生边缘检测非恒虚警与扩散不均衡问题。Yu与Acton首次揭示了经典的空域Lee滤波、Frost滤波同各向异性扩散P-M之间的内在关系，在SAR图像乘性相干模型假设基础上，发展了相干斑抑制的各向异性扩散SRAD。SRAD可以理解为迭代的Lee滤波，而整个迭代滤波过程受瞬时变差系数控制。而DPAD对SRAD的主要改进是利用Kuan滤波代替SRAD采用的Lee滤波去估计扩散函数。而由局域窗估计生成的Lee滤波与Kuan滤波系数本身没有方向性，不能匹配SAR图像的局部几何特征，是一种静态的自适应参量。因此，SRAD与DPAD的扩散滤波过程会使扩散的不均衡性在多次迭代过程中被积累放大，并最终导致具有高ICV值的局部区域出现严重的块效应现象。所以扩散系数并不满足Charbonnier准则，在同质区域时两个方向的扩散速度不同；异质区域时扩散系数虽然都为零，但扩散速度不同。
技术实现思路
为解决现有技术存在的上述问题，本专利技术要设计一种可以实现扩散系数在同质区域时扩散速度保持一致的扩散系数最优的SAR图像相干斑抑制的计算方法。为了实现上述目的，本专利技术的技术方案如下：一种扩散系数最优的SAR图像相干斑抑制的计算方法，包括以下步骤：A、读取一幅SAR图像；B、计算SAR图像的点列矩阵的εR(x,y)；按下式计算步骤A读取的SAR图像的点列矩阵的εR(x,y)：其中每一个窗函数在水平方向的形状是Gaussian的，在垂直方向时形状是Gamma的。它由三个参数σx、α、β确定。σx控制着窗的长度，α和β控制着窗的宽度和窗之间的距离，并且要求α＞1，β＞0。这里εR0(x,y)是像素点在SAR图像同质区域时的值。此处的窗函数指的是式(4)所示的两个2-D窗函数，即WU(x,y)和WL(x,y)。在SAR图像的同质区域时，εR(x,y)→εR0(x,y)，即g→g0，此时c(g)→1，能在SAR图像的同质区域时进行平滑；在SAR图像的异质区域时，εR(x,y)→0即g→∞，此时c(g)→0，起到保护SAR图像结构信息的作用。P表示P个方向，(x,y)表示当前待测像素点。C、计算扩散系数c(g)；利用步骤B得到的εR(x,y)通过下式计算扩散系数c(g)；式中g＝-log(εR(x,y))，g0＝-log(εR0(x,y))；在垂直于梯度方向ξ上其扩散系数为：在平行于梯度的方向η上扩散系数为：下面基于Charbonnier准则，对扩散系数进行分析：C1、在SAR图像的同质区域时，此时g→g0，则对于cξ有同理对于cη有通过式(8)和式(9)得到，cη＝cξ＝1，具有相同的扩散速率。C2、在SAR图像的异质区域时，此时g→∞，此时在ξ方向上在η方向上有通过式(11)得到，cη当g→∞时从负方向接近于0，对SAR图像的边缘起逆平滑的作用，增强图像的边缘信息。在η方向的扩散速率与ξ方向的扩散速率之比为通过式(10)-(12)得出扩散系数满足Charbonnier准则。C3、扩散系数c(g)的一阶导数为因为g≥g0，c(g)在[g0,∞)单调递减，确保其扩散过程是平稳的。扩散系数c(g)的影响函数为：当g→∞时，则c(g)是良态的，保证扩散过程稳定收敛到最优解。D、对SAR图像进行相干斑抑制；利用步骤C得到的扩散系数，通过下式对SAR图像进行相干斑抑制计算；其中，扩散系数c(g)由式(5)确定。扩散系数在SAR图像的同质区域和SAR图像的异质区域均满足Charbonnier准则，尤其是在SAR图像的异质区域时，在η方向的扩散系数cη沿负方向趋于零，并且cη的扩散速度快于cξ，有利于保持SAR图像的结构。并且给出的改进扩散系数的是良态的，根据You准则，保证在迭代过程中得到真实解。Ω包含图像的同质区域和异质区域，指的是整幅图像。式(15)的偏微分方程所示的各向异性扩散模型通过雅可比迭代进行求解。假定一个小的时间步长Δt，在x方向和y方向的空间步长为h，离散时间和空间坐标可按下式计算：t＝nΔt,n＝0,1,2,...(16)x＝ih,i＝0,1,2,...M-1(17)y＝jh，j＝0,1,2,....N-1(18)这里M×N是图像f的大小，此时并且具有对称的边界条件，即计算式(15)所示的SRAD的偏微分方程所需的散度其计算公式如下：具有和图像f相同大小的边界条件，则式(15)的离散化的更新函数为如满足迭代停止条件则迭代停止，否则转到步骤B。与现有技术相比，本专利技术具有以下有益效果：1、本专利技术改进的扩散系数改善了已有扩散系数在同质区域时扩散速度不一致的缺点；由于本专利技术的扩散系数能够在同质区域实现各项同性扩散，即cη＝cξ＝1，可以较好地去除相干斑；而在异质区域时cη＝cξ＝0，停止扩散，可以对SAR图像的边缘起逆平滑的作用，增强图像的边缘信息。在η方向的扩散速率与ξ方向的扩散速率之比为零，可看出扩散系数满足Charbonnier准则。实验对比验证了本专利技术的计算方法的有效性与优越性。2、本专利技术提出提出的扩散系数其一阶导数为因为g≥g0，c(g)单调递减，能确保其扩散过程是平稳的。c(g)的影响函数为当g→∞时，c(g)是良态的，保证扩散过程是稳定的可以收敛到最优解。从理论上证明了本专利技术的扩散系数在相干斑抑制过程中迭代是稳定的。附图说明图1是本专利技术的改进SRAD算法与SRAD算法及DPAD算法实验结果对比。图2是三种算法相干斑抑制后其边缘结果图的对比。图3是本专利技术的流程图。具体实施方式下面结合附图及实验对比分析结果对本专利技术进行进一步地描述。为了验证的计算方法的有效性，本专利技术根据图3所示的流程图对真实SAR图像进行实验。两个环节的实验中迭代次数均为50次，时间步长为0.05。选取P＝8。此实验环节选取3幅真实SAR图像进行处理，实验结果如图1所示。对三种的计算方法相干斑抑制的图像其边缘结果如图2所示。图1中第一列是原始SAR图像，A1的大小为250×207，A2的大小为256×256，A3的大小为256×256，其中矩形框标出的区域为SAR图像的均匀区域。第二列是经过原始SRAD的计算方法处理后的结果，第三列是经过DPAD的计算方法处理后的结果，第四列是经过本专利技术的计算方法处理后的结果。图像从视觉上效果上可以看出SRAD方法相干斑抑制后的图像与本专利技术的计算方法相比差距不很明显，肉眼不容易看出，但由后面表1的性能比较可知，本专利技术的性能指标要比SRAD方法的好；而DPAD方法相干斑抑制后的图像仍然具有很多斑块，不够平滑，抑斑效果不好，从而可知本专利技术的计算方法对SAR图像进本文档来自技高网...

【技术保护点】
一种扩散系数最优的SAR图像相干斑抑制的计算方法，其特征在于：包括以下步骤：A、读取一幅SAR图像；B、计算SAR图像的点列矩阵的εR(x,y)；按下式计算步骤A读取的SAR图像的点列矩阵的εR(x,y)：

【技术特征摘要】
1.一种扩散系数最优的SAR图像相干斑抑制的计算方法，其特征在于：包括以下步骤：A、读取一幅SAR图像；B、计算SAR图像的点列矩阵的εR(x,y)；按下式计算步骤A读取的SAR图像的点列矩阵的εR(x,y)：其中每一个窗函数在水平方向的形状是Gaussian的，在垂直方向时形状是Gamma的；它由三个参数σx、α、β确定；σx控制着窗的长度，α和β控制着窗的宽度和窗之间的距离，并且要求α＞1，β＞0；这里εR0(x,y)是像素点在SAR图像同质区域时的值；此处的窗函数指的是式(4)所示的两个2-D窗函数，即WU(x,y)和WL(x,y)；在SAR图像的同质区域时，εR(x,y)→εR0(x,y)，即g→g0，此时c(g)→1，能在SAR图像的同质区域时进行平滑；在SAR图像的异质区域时，εR(x,y)→0即g→∝，此时c(g)→0，起到保护SAR图像结构信息的作用；P表示P个方向，(x,y)表示当前待测像素点；C、计算扩散系数c(g)；利用步骤B得到的εR(x,y)通过下式计算扩散系数c(g)；式中g＝-log(εR(x,y))，g0＝-log(εR0(x,y))；在垂直于梯度方向ξ上其扩散系数为：在平行于梯度的方向η上扩散系数为：下面基于Charbonnier准则，对扩散系数进行分析：C1、在SAR图像的同质区域时，此时g→g0，则对于cξ有同理对于cη有

【专利技术属性】
技术研发人员：史晓非，张敏，李艳华，马海洋，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁,21