基于联合相似性度量准则的极化SAR相干斑滤波方法技术

本发明专利技术公开了一种基于联合相似性度量准则的极化SAR相干斑滤波方法，包括：根据极化SAR图像数据对应的极化散射矩阵求解极化相干矩阵；确定不规则滤波形态窗，以对极化SAR图像进行快速分割，得到若干滤波窗口；基于极化相干矩阵计算滤波窗口内像素间的加权欧式距离和加权Wishart距离；基于加权欧式距离和加权Wishart距离建立联合相似性度量准则，并根据联合相似性度量准则选择滤波样本像素；利用滤波样本像素对极化相干矩阵进行滤波，得到极化相干斑滤波后的极化SAR数据。该方法不仅可以保证相干斑噪声的有效抑制，同时还具有更好的纹理信息和极化散射特性保持能力，且算法简单，计算效率较高，适用于对于大规模的机载或者星载数据处理。者星载数据处理。者星载数据处理。

【技术实现步骤摘要】
基于联合相似性度量准则的极化SAR相干斑滤波方法


[0001]本专利技术属于雷达信号处理
，具体涉及一种基于联合相似性度量准则的极化SAR相干斑滤波方法。

技术介绍

[0002]极化合成孔径雷达(Polarimetric Synthetic Aperture Radar，PolSAR)利用电磁波的极化特性，使用不同的SAR通道收发不同极化方式的电磁波，对目标的散射特性和结构特性高度敏感，被广泛应用于地物分解、地物分类与解译、散射机理分析、隐藏目标监测等领域。然而，由于SAR系统特殊的相干成像机理，导致极化SAR数据存在固有的相干斑噪声，极大增加了图像解译和处理的难度。因此，研究极化SAR相干斑抑制技术，对于提升极化SAR数据处理和分析能力具有十分重要的意义。
[0003]早期对于极化SAR相干斑滤波展开研究的是Novak等人提出的极化白化滤波器(Polarimetric Whitening Filter，PWF)，该滤波器通过优化组合极化协方差中的元素生成降噪的极化SAR图像。之后，Liu等人将PWF滤波器扩展至多视极化SAR数据中，主要是对协方差矩阵进行的多视处理，但该方法的缺点是利用协方差矩阵只得到一幅降噪的图像，无法对协方差矩阵中各个元素进行滤波。Lee等人基于乘性相干斑噪声模型提出一种线性滤波器，该滤波器可以对HH、HV和VV极化通道的数据进行降斑，但是没有对单视协方差矩阵非对角线元素进行滤波。上述滤波器均采用了三种极化通道间的统计相关性。缺陷是无法处理极化通道间的串扰问题。为了解决上述问题，Lee提出了一种最小均方误差(Minimum Mean Square Error，MMSE)滤波器，该滤波器首次利用边缘对齐窗来保留图像细节信息，并自适应对不同方向边缘窗进行选取，该滤波器被称为精改Lee滤波器。该滤波器最大优势是保留图像边缘信息同时降低相干斑噪声影响。但是由于边缘窗模式固定，其对复杂场景的边缘保持能力十分有限。因此，当场景变的复杂时精改Lee滤波器并不能完全匹配地物边缘特征。随后，Lee提出一种改进sigma滤波器，该滤波器首次应用了分布目标的统计特性，通过三种极化散射机制(面散射、二次散射和体散射)的强度信息结合其概率分布曲线选择出窗内的像素点然后进行平均。该滤波器极大程度保留了与目标像素点统计特性一致的像素点，也保留部分极化散射特性。但是无法对协方差矩阵或相干矩阵非对角元素内的极化信息进行保留。
[0004]综上，传统的极化SAR相干斑滤波方法或不能有效滤除相干斑噪声，或在图像边缘纹理特征和极化散射特性的性能保持上性能较差，且相关算法复杂度太高，计算效率低下，对于大规模的机载或者星载数据预处理实用性较差。

技术实现思路

[0005]为了解决传统极化SAR相干斑滤波方法在图像边缘纹理特征和极化散射特性的性能保持上存在缺陷的问题，本专利技术提出一种基于联合相似性度量准则的极化SAR相干斑滤波方法。
[0006]本专利技术要解决的技术问题通过以下技术方案实现：
[0007]一种基于联合相似性度量准则的极化SAR相干斑滤波方法，包括：
[0008]步骤1：根据极化SAR图像数据对应的极化散射矩阵求解极化相干矩阵；
[0009]步骤2：确定不规则滤波形态窗，以对极化SAR图像进行快速分割，得到若干滤波窗口；
[0010]步骤3：基于所述极化相干矩阵计算所述滤波窗口内像素间的欧式距离和Wishart距离，并计算对应的加权欧式距离系数和加权Wishart距离系数；
[0011]步骤4：基于所述加权欧式距离系数和所述加权Wishart距离系数建立联合相似性度量准则，并根据所述联合相似性度量准则选择滤波样本像素；
[0012]步骤5：利用所述滤波样本像素对所述极化相干矩阵进行滤波，得到极化相干斑滤波后的极化SAR数据。
[0013]本专利技术的有益效果：
[0014]本专利技术提供的方法基于极化SAR图像数据的极化相干矩阵，利用加权欧式距离和加权Wishart距离联合设计相似性度量准则选择滤波样本像素，进而实现机载和星载极化SAR数据的相干斑滤波，不仅可以保证相干斑噪声的有效抑制，同时还具有更好的纹理信息和极化散射特性保持能力，且算法简单，计算效率较高，适用于对于大规模的机载或者星载数据处理。
[0015]以下将结合附图及实施例对本专利技术做进一步详细说明。
附图说明
[0016]图1是本专利技术实施例提供的基于联合相似性度量准则的极化SAR相干斑滤波方法的一种流程示意图；
[0017]图2是本专利技术实施例提供的基于联合相似性度量准则的极化SAR相干斑滤波方法的流程示意图另一种流程示意图；
[0018]图3是本专利技术实施例提供的多方向边缘检测滤波窗口示意图；
[0019]图4是仿真试验1中四川眉山地区试验场景对应的光学图像和极化SAR数据功率图；
[0020]图5是仿真试验1中机载数据不同滤波方法下的Pauli分解伪彩色合成图；
[0021]图6是仿真试验1中机载数据不同方法滤波后SSF统计曲线图；
[0022]图7是仿真试验2中高分三号美国旧金山地区试验场景对应的光学图像和极化SAR数据功率图；
[0023]图8是仿真试验2中星载数据不同滤波方法下的Pauli分解伪彩色合成图；
[0024]图9是仿真试验2中星载数据不同方法滤波后SSF统计曲线图。
具体实施方式
[0025]下面结合具体实施例对本专利技术做进一步详细的描述，但本专利技术的实施方式不限于此。
[0026]实施例一
[0027]请联合参见图1和图2，图1是本专利技术实施例提供的基于联合相似性度量准则的极
化SAR相干斑滤波方法的一种流程示意图；图2是本专利技术实施例提供的基于联合相似性度量准则的极化SAR相干斑滤波方法的流程示意图另一种流程示意图。本实施例提供的基于联合相似性度量准则的极化SAR相干斑滤波方法具体包括以下步骤：
[0028]步骤1：根据极化SAR图像数据对应的极化散射矩阵求解极化相干矩阵。
[0029]11)获取极化SAR图像数据在后向散射坐标系下的极化散射矩阵S。
[0030]具体的，在后向散射坐标系下，单视极化SAR数据可以用极化散射矩阵S表示为：
[0031][0032]其中，S
HH
、S
HV
、S
VH
、S
VV
分别表示HH、HV、VH、VV通道下的复散射系数。
[0033]12)基于极化散射矩阵S求解极化相干矩阵T。
[0034]具体的，在满足互易性假设条件下，极化协方差矩阵C和极化相干矩阵T定义为：
[0035][0036][0037]其中，k和Ω分别为Pauli基和Lexicographic基下的目标散射矢量，由下式表示：
[0038][0039][
·
]*
、[
·
]H
、[...

【技术保护点】

【技术特征摘要】
1.一种基于联合相似性度量准则的极化SAR相干斑滤波方法，其特征在于，包括：步骤1：根据极化SAR图像数据对应的极化散射矩阵求解极化相干矩阵；步骤2：确定不规则滤波形态窗，以对极化SAR图像进行快速分割，得到若干滤波窗口；步骤3：基于所述极化相干矩阵计算所述滤波窗口内像素间的欧式距离和Wishart距离，并计算对应的加权欧式距离系数和加权Wishart距离系数；步骤4：基于所述加权欧式距离系数和所述加权Wishart距离系数建立联合相似性度量准则，并根据所述联合相似性度量准则选择滤波样本像素；步骤5：利用所述滤波样本像素对所述极化相干矩阵进行滤波，得到极化相干斑滤波后的极化SAR数据。2.根据权利要求1所述的基于联合相似性度量准则的极化SAR相干斑滤波方法，其特征在于，步骤1包括：11)获取极化SAR图像数据在后向散射坐标系下的极化散射矩阵S，其表达式为：其中，S
HH
、S
HV
、S
VH
、S
VV
分别表示HH、HV、VH、VV通道下的复散射系数；12)基于所述极化散射矩阵S求解极化相干矩阵T，计算公式为：其中，k表示Pauli基下的目标散射矢量，其表达式为：[
·
]
*
、[
·
]
H
、[
·
]
T
分别表示共轭、共轭转置、转置操作，<
·
>为随机散射介质各向异性假设下的空间统计平均。3.根据权利要求1所述的基于联合相似性度量准则的极化SAR相干斑滤波方法，其特征在于，步骤2包括：21)对极化SAR功率图像进行多方位比例边缘检测，以提取极化SAR图像的比例边缘强度映射，并利用阈值处理方法得到图像边缘检测结果；22)采用分水岭算法对所述边缘检测结果进行分割，以获得极化SAR图像的超像素分割结果，得到若干滤波窗口。4.根据权利要求3所述的基于联合相似性度量准则的极化SAR相干斑滤波方法，其特征在于，步骤21)包括：21a)设定多方向比例边缘检测器为K
f
＝{l,w,d,θ
f
}；其中，l、w、d、θ
f
分别表示边缘检测器的长度、宽度、两个矩形之间的宽度和检测器方向；21b)对于某一特定的检测器方向θ
f
，计算其中心像素点(x,y)两边矩形区域内像素点的均值和并计算θ
f
方向上的比例边缘强度映射r(x,y,θ
f
)，计算公式为：
21c)基于所述比例边缘强度映射，利用阈值化方法构造图像边缘检测结果，其表达式为：T
α
＝min{τ:{(x,y):g(x,y)≤τ}≥αN1}其中，RESM(x,y)表示中心像素点(x,y)计算θ
f
方向上的图像边缘检测结果；阈值T
α
为g(x,y)的统计直方图在上α％分位点处的值，α值与图像初始分割像素大小呈正相关，可根据滤波窗口大小自适应选取，τ表示大于等于α％分位点处的值；N1表示图像像素数目。5.根据权利要求1所述的基于联合相似性度量准则的极化...

【专利技术属性】
技术研发人员：李真芳，吴嘉俊，唐繁乙，索志勇，刘爱芳，黄龙，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：