基于同质点计算的SAR图像去斑方法技术

本发明专利技术公开了一种基于同质点计算的ＳＡＲ图像去斑方法，它属于图像处理技术领域，主要克服现有ＳＡＲ图像去斑结果中细节保持与去斑程度的矛盾问题。具体实现过程是：（１）对输入的ＳＡＲ图像的像素按点、线、边缘和面进行分类，并根据方向模板确定线和边缘处像素点的方向；（２）对每个像素点，根据其类型在搜索窗口内搜索其同质点；（３）计算同质点的权值；（４）对ＳＡＲ图像中每个像素点的同质点集合进行加权平均，得到去斑图像。本发明专利技术由于对ＳＡＲ图像中点、线、边缘和面目标的去斑仅在同质点之间进行，因此能够在最大限度的平滑斑点噪声的同时保持ＳＡＲ图像的边缘和纹理细节，提高图像去斑效果。

【技术实现步骤摘要】

本专利技术属于图像处理
，具体地说是一种基于同质点计算的SAR图像去斑方 法。该方法可用于SAR图像去斑中。
技术介绍
近几十年来，SAR图像在军事和民用方面得到了广泛的应用。但是SAR的成像机制不 同于光学成像，它特殊的相干成像机制导致图像有斑点噪声，使得具有均匀散射系数的目 标的雷达图像并不具有均匀的灰度而出现许多斑点，图像信噪比下降，为目标识别和特征 提取造成困难，因此平滑噪声并抑制噪声预处理是一个不可缺少的过程。SAR相干斑抑制 技术的研究一直是SAR图像本身固有的一种确定性的干涉现象，是由成像散射体散射回波 的相干作用造成的。研究相千斑抑制技术的一个重要方向是，在求得需要的辐射分辨率的同时如何保持必 要的空间分辨力。因为二者都是SAR图像分析和应用的重要因素，所有着重考虑在滤除斑 点噪声的同时，保持图像的细节信息。当前对相干斑的抑制技术大体分为成像前的多视平 滑预处理技术和成像后的滤波技术两类。早期的SAR图像处理中，大多釆用成像前的多视 处理技术，但随着SAR图像应用的不断拓展，对其空间分辨率的要求不断提高，多视处理 技术已不能满足要求。成像后的滤波技术又可分为空域滤波技术和频域滤波技术。空域统计类去斑方法一般先假定噪声的乘性模型，然后基于像素邻域窗口的局部统计 特性进行滤波，典型算法如Lee滤波，Kuan滤波，Frost滤波等。但是，这些方法都是通过 固定窗口来对图像进行操作，而且没有考虑像元周围的局部结构信息。虽然统计类滤波对 SAR图像的局部统计特性具有自适应性，但局部统计的计算都是基于均匀区域这一前提。 对于纹理信息丰富或灰度分布有明显跳变的边缘区域而言，局部统计的计算有很大的偏 差。因此统计类滤波算法对区域一致性较好的图像有着较好的去斑效果，而对边缘和细节 特征的保持则不够理想。图像结构信息如边缘、线性体、点等目标会在一定程度上被模糊 或滤除。频域滤波算法在SAR图像去斑上表现了较好的性能。这些方法首先通过对数运算将斑 点噪声的乘性模型转变为加性模型，然后直接利用自然图像去噪算法。基于小波、Contourlet 等变换的SAR图像去斑算法由于其多尺度、多分辨等优点获得了广泛的应用。但是变换域4去斑算法本质上仍然是基于固定窗口的滤波，图像结构信息如边缘、线等会产生吉布斯现 象。
技术实现思路
本专利技术的目的在于克服已有技术的不足，即针对SAR图像降斑中边缘和平滑区域无法 兼顾的问题，提出了一种基于同质点计算的空域SAR图像去斑方法，提高了图像去斑效果。 为实现上述目的，本专利技术步骤如下(1) 对输入的SAR图像的像素按点、线、边缘和面进行分类，并根据线和边缘检测的 方向模板确定线和边缘处像素点的方向；(2) 对每个像素点，根据其类型在搜索窗口内搜索其同质点，用集合I表示；(3) 计算同质点的权值；(4) 对SAR图像中每个像素点的同质点集合进行加权平均，得到去斑图像。 步骤(1)所述的"对输入的SAR图像的像素按点进行分类"，按如下步骤进行2a)根据点目标的检测模板，计算以像素点X,，，为中心的11*11的窗口内16个方向模 板中每个方向上的像素点的均值//々=1，...16和窗口中心3*3邻域的灰度均值//。，令 r = //0/max//,;2b)设f]限值T"若厂>1，且该像素点灰度值大于窗口内其它像素点灰度值，则判 断该像素点为点目标，TV通常取经验值为1.3。步骤(1)所述的"对输入的SAR图像的像素按线和边缘进行分类"，按如下步骤进行 3a)对像素X,.,，根据线和边缘目标检测模板分别计算8个方向的均值/77,，/ = 1,...8;W =;3b)计算W的均值//、标准差<7和归一化标准差5>(/,7') = 0"///;3c)计算出图像中最大的归一化标准差S一max，设阈值7;，若像素点处的归一化标准 差S(/,/)〉r"51 —max， 7;经验值范围为0.2 0.5，则判断该像素点为线或边缘处的点.。步骤(1)所述的"根据线和边缘检测的方向模板确定线和边缘处像素点的方向"按 如下步骤进行4a)计算9*9窗口内8个方向模板中每个方向上的像素点的方差CT,， / = 1,...8;设sw二;计算sw的均值〃—sW，方差ct—wd和归一化标准差S 一 Wfi = ct — / 一 ;4b)设门限值Tstd，当S一^/大于所设门限值Tstd，则该像素点为边缘上的点，8个方 向方差CT,中最小者的方向即为该像素点的方向；5素点的均值W-,找出8个方向中均值附的最大值w —max和最小值附—min ，设附的中值为mecZ/a"二(w —max+w —min)/2 ，则当8个方向 的均值附,，！' = 1，...8于中值^^朋的个数大于4时，该像素点的方向为均值最大值所在的 方向，否则为均值最小值所在的方向。步骤(2)所述的"在搜索窗口内搜索其同质点"，按如下步骤进行5a)设定搜索窗口的大小为N+N;5b)搜索点目标的同质点，其同质点为窗口内的点目标；5c)搜索线和边缘上像素点的同质点，其同质点为窗口内有方向的像素点；5d)搜索面结构上像素点的同质点，其同质点为窗口内无方向的像素点。步骤(3)所述的"计算同质点的权值"，按如下步骤进行6a)计算像素点与其同质点之间的高斯加权欧式距离-其中，v(^^)是以像素点x为中心的7*7邻域，v(iVv)是以像素点:^为中心的7-7邻域, G。是高斯函数，"是高斯核的标准差，W(x+)， WCy+)分别表示像素点JC,;;的 邻域内相同位置坐标的像素点灰度值；6b)由x,;;两个像素点之间的距离计算权值其中，//为平滑系数，通过它控制高斯加权欧氏距离函数的衰减速度。 本专利技术与现有的技术相比具有以下优点1. 本专利技术是在空域中进行的，实现过程简单，复杂度低。2. 本专利技术提出了一种新的计算方向的方法，能准确地计算出SAR图像中线和边缘的 方向。3. 本专利技术不局限于局部窗口，提出了在非局部区域内分别对点、线、边缘和面结构搜 索同质点，解决了 SAR图像去斑结果中细节保持与去斑程度矛盾的问题。力—画其中，W(x,力为像素点^相对于像素点X的权值，ZOC)为像素X处的归一化系数，它为所有同质点的权值的总和:附图说明图1是本专利技术的流程原理框图2是本专利技术实验输入的SAR图像；图3是本专利技术点目标检测的16个方向的模板示意图4是本专利技术线和边缘检测的8个方向的模板示意图5是本专利技术对输入的SAR图像实验得到的点目标检测的结果图6是本专利技术对输入的SAR图像实验得到的线和边缘目标检测的结果图7是用增强Lee滤波算法对输入的SAR图像进行去斑的结果图8是用小波软阈值算法对输入的SAR图像进行去斑的结果图9是本专利技术对输入的SAR图像迭代一次的去斑结果图10是本专利技术对输入的SAR图像迭代两次的去斑结果图。具体实施例方式参照附图l，本专利技术的实现步骤如下步骤l.输入SAR图像如附图2所示，对其像素按点、线、边缘和面进行分类，并根 据方向模板确定线和边缘处像素点的方向。1) 点目标的分类为了保持SAR图像中的点目标不被平滑掉，需要检测出SAR图像中的点目标；图3给出了点目标检测的16个方向的模板示意图，具体步骤如下1.1) 根据点目标的检测模板本文档来自技高网...

【技术保护点】
一种基于同质点计算的ＳＡＲ图像去斑方法，包括如下步骤：　（１）对输入的ＳＡＲ图像的像素按点、线、边缘和面进行分类，并根据线和边缘检测的方向模板确定线和边缘处像素点的方向；　（２）对每个像素点，根据其类型在搜索窗口内搜索其同质点， 用集合Ⅰ表示；　（３）计算同质点的权值；　（４）对ＳＡＲ图像中每个像素点的同质点集合进行加权平均，得到去斑图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：公茂果，侯彪，焦李成，刘芳，马文萍，王爽，徐晶晶，钟桦，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[中国|西安]