一种SAR图像分段平滑自适应量化方法技术

本发明专利技术涉及一种SAR图像分段平滑自适应量化方法，包括如下步骤：(1)像素值全局调整：将原始图像矩阵像素值调整至合理范围；(2)获取一段像素：距离向上逐单元，方位向上滑动取像素段；(3)计算除数因子：计算该段像素的除数因子；(4)除数因子截断：对大于阈值的除数因子进行截断处理；(5)平滑除数因子：利用方位向上相邻三段的除数因子进行平滑处理；(6)量化处理：利用获取的每个像素的除数因子除以对应像素值并取整；(7)重复步骤(2)

【技术实现步骤摘要】
一种SAR图像分段平滑自适应量化方法


[0001]本专利技术涉及信号与信息处理领域，尤其涉及一种SAR图像分段平滑自适应量化方法。

技术介绍

[0002]SAR(合成孔径雷达)量化的目的是将SAR成像算法输出的浮点数量化为8位图像数据，供后续判图专家或解译算法解译。SAR原始浮点数据动态分布极大，建筑、围墙等强散射区域与草地、农田等弱散射区域的浮点像素值往往相差数千至数万倍。极高的像素值范围导致量化极为困难。传统量化方法大多采用全局量化的方式，使强散射区域的纹理细节在图像中清晰可见的同时，也降低了弱散射区域像素值，使若散射区域在图像中呈现为暗区域，细节信息损失。反之，使弱散射区域的纹理细节在图像中清晰可见的同时，提升了图像强散射区域的像素值，出现饱和现象，在图像中表现为一片白色，细节信息损失。因此，将SAR浮点数据量化为8位图像数据，同时保持强散射区域和弱散射区域的纹理结构，实现SAR图像高动态显示，是一项非常困难和极具价值的技术。

技术实现思路

[0003]针对现有SAR图像量化方法不能满足弱散射区域与强散射区域量化后同时保持细节信息的难题，本专利技术提供了一种SAR图像分段平滑自适应量化方法。
[0004]本专利技术的具体内容如下：一种SAR图像分段平滑自适应量化方法，包括如下步骤：
[0005](1)像素值全局调整：将原始图像矩阵像素值调整至合理范围；
[0006](2)获取一段像素：距离向上逐单元，方位向上滑动取像素段；
[0007](3)计算除数因子：计算该段像素的除数因子；
[0008](4)除数因子截断：对大于阈值的除数因子进行截断处理；
[0009](5)平滑除数因子：利用方位向上相邻三段的除数因子进行平滑处理；
[0010](6)量化处理：利用获取的每个像素的除数因子除以对应像素值并取整；
[0011](7)重复步骤(2)
‑
(6)，直到遍历整幅图像。
[0012]进一步的，步骤(1)中，通过下式调整图像矩阵平均像素值至λ：
[0013][0014]其中，m
x
表示图像矩阵X的均值，λ的取值需根据具体需求做调整，λ越大，量化后的图像整体越亮，反之，越暗。
[0015]进一步的，步骤(2)采用分段处理的方式进行量化，距离向上逐距离单元，方位向上滑动取线段进行量化处理。
[0016]进一步的，步骤(3)中，除数因子计算公式如下：
[0017][0018][0019]其中，为第i个距离门的第j段的像素均值，m
x
为调整后的图像矩阵X的均值，υ为幂指数因子，用于调节强散射区域与弱散射区域除数因子的解耦程度，为比例系数，是该段的像素均值与图像矩阵全局均值的比值，为该线段的除数因子，α为权重因子，β为偏置因子。
[0020]进一步的，步骤(4)中，除数因子截断采用如下公式：
[0021][0022]其中，r
m
为最大比例系数。
[0023]进一步的，步骤(5)中平滑除数因子方法如下：
[0024]记第i个距离门的第j
‑
1、j和j+1段的除数因子分别为和使第j段的第一个像素的除数因子为：
[0025][0026]第j段的第L/2和第L/2+1个像素的除数因子为：
[0027][0028]其中，L为取出的像素段的像素数量，
[0029]第j段的第L个像素的除数因子为：
[0030][0031]除数因子分别通过两段线性插值获取：
[0032][0033]l∈{1,2,...,L}
[0034]当第j＝1时，第j
‑
1段用第j段代替；当第j段为一个距离门的最后一段时，第j+1段用第j段代替。
[0035]进一步的，步骤(6)中，量化处理以255为阈值进行截断，包括如下步骤：
[0036]利用获取的每个像素的除数因子除以对应像素值：
[0037][0038]对调整后的像素值进行四舍五入取整：
[0039][0040]最后，对大于255的像素值进行截断处理，得到最终的8位无符号整形像素值：
[0041][0042]本专利技术的SAR图像分段平滑自适应量化方法，相比于现有SAR量化方法，其显著优点为：采用距离向逐单元，方位向分段处理的方式，对每段内像素除以各自的除数因子，实现分段自适应量化，对方位旁瓣严重的SAR图像效果尤其好；该方法实现了强散射区域与弱散射区域的解耦量化处理，降低强散色区域像素值的同时保持或提升弱散射区域的像素值，实现整幅图像细节清晰可见；采用方位向除数因子线性平滑处理，使量化后的SAR图像看上去更自然平滑。
附图说明
[0043]下面结合附图对本专利技术的具体实施方式做进一步阐明。
[0044]图1为本专利技术的SAR图像分段平滑自适应量化方法流程框图；
[0045]图2为分段获取像素示意图；
[0046]图3为量化结果对比图。
具体实施方式
[0047]结合图1和图2，本专利技术提供了一种SAR图像分段平滑自适应量化方法，具体包括如下步骤：
[0048](10)像素值全局调整：假设SAR图像原始矩阵为其中，m和n分别为SAR图像的距离门和方位门数。调整图像矩阵平均像素值至λ，
[0049][0050]其中，m
x
表示图像矩阵X的均值，λ的取值需根据具体需求做调整，λ越大，量化后的图像整体越亮，反之，越暗。本实施例中λ取40。
[0051](20)获取一段像素：距离向上逐距离单元，方位向上滑动取线段进行量化处理，滑动步长与截取线段长度均为L，本实施例中L取512。
[0052](30)计算除数因子：除数因子是每个像素的除数，强散射区域的除数因子较大，达到抑制副瓣、增强纹理细节的效果；弱散射区域的除数因子较小，达到增加弱散射区域像素值的效果。为了达到上述目的，需将强散射区域和弱散射区域进行解耦量化处理，抑制强散射区域副瓣时，不能降低弱散射区域像素值；提升弱散射区域像素值时，不能增加强散射区域像素值。
[0053]为了实现上述量化效果，设计如下式所述除数因子，
[0054][0055][0056]其中，为第i个距离门的第j段的像素均值，m
x
为调整后的图像矩阵X的均值，υ为幂指数因子，用于调节强散射区域与弱散射区域除数因子的解耦程度，为比例系数，是该段的像素均值与图像矩阵全局均值的比值，为该线段的除数因子，α为权重因子，β为偏置因子。
[0057]当取出的线段散射较强时，值较大，通常在5以上，此时，权重因子α对除数因子起主导作用，偏置因子β对除数因子影响较小。当取出的线段散射较弱时，值较小，通常在0.3以下，此时，偏置因子β对除数因子起主导作用，权重因子α对除数因子影响较小。因此，可以通过适当增大权重因子α的值，降低偏置因子β的值来抑制强散射区域的旁瓣，提升弱散射区域的亮度。本实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种SAR图像分段平滑自适应量化方法，其特征在于：包括如下步骤：(1)像素值全局调整：将原始图像矩阵像素值调整至合理范围；(2)获取一段像素：距离向上逐单元，方位向上滑动取像素段；(3)计算除数因子：计算该段像素的除数因子；(4)除数因子截断：对大于阈值的除数因子进行截断处理；(5)平滑除数因子：利用方位向上相邻三段的除数因子进行平滑处理；(6)量化处理：利用获取的每个像素的除数因子除以对应像素值并取整；(7)重复步骤(2)
‑
(6)，直到遍历整幅图像。2.根据权利要求1所述的SAR图像分段平滑自适应量化方法，其特征在于：步骤(1)中，通过下式调整图像矩阵平均像素值至λ：其中，m
x
表示图像矩阵X的均值，λ的取值需根据具体需求做调整，λ越大，量化后的图像整体越亮，反之，越暗。3.根据权利要求1所述的SAR图像分段平滑自适应量化方法，其特征在于：步骤(2)采用分段处理的方式进行量化，距离向上逐距离单元，方位向上滑动取线段进行量化处理。4.根据权利要求1所述的SAR图像分段平滑自适应量化方法，其特征在于：步骤(3)中，除数因子计算公式如下：除数因子计算公式如下：其中，为第i个距离门的第j段的像素均值，m
x
为调整后的图像矩阵X的均值，υ为...

【专利技术属性】
技术研发人员：郭杰，谢聪，庄龙，
申请(专利权)人：中国电子科技集团公司第十四研究所，
类型：发明
国别省市：