一种用于雷达回波图像的质量改进方法技术

本发明专利技术涉及遥感技术领域，特别是涉及一种用于雷达回波图像的质量改进方法；本发明专利技术通过在雷达海表面回波图像中选取海浪参数反演区域并转化到笛卡尔坐标；基于二层判定中值滤波算法，进行图像中的同频干扰处理基于自适应区域生长修复法，分割出海浪图像中的目标物干扰并对原目标物区域进行修复。经验证，本发明专利技术所用算法处理后的图像最终能够得到清晰的海浪图像，提高提取信息的准确率。提高提取信息的准确率。提高提取信息的准确率。

【技术实现步骤摘要】
一种用于雷达回波图像的质量改进方法


[0001]本专利技术属于海洋遥感
，涉及一种用于雷达回波图像的质量改进方法，特别是一种基于二层判定中值滤波和自适应区域生长修复法用于雷达回波图像的处理，最终得到清晰的海浪图像。

技术介绍

[0002]海洋中蕴含着丰富的资源，人们对海洋的探索也在不断加深。人们在进行海上作业时需要对周围的海洋环境进行监测，海洋环境的监测是一个多方位的系统工程，海面物理状态是核心监测部分。然而海面上目标物、同类型的雷达信号干扰会降低雷达海浪纹理图像质量，影响提取信息的可靠性。所以需要一种图像处理方法用于获得清晰的海浪图像。
[0003]传统的目标物干扰处理方法多为阈值分割的方法，但是当目标物所在区域灰度值接近海浪区域灰度值时容易造成海浪纹理的缺失，区域生长法能够一定程度上的避免这种情况，但是传统区域生长法未涉及到分割目标物之后的图像填充问题。

技术实现思路

[0004]针对上述现有技术，本专利技术要解决的技术问题是提供一种基于二层判定中值滤波和自适应区域生长修复法以获得清晰海浪图像的方法，用于去除雷达回波图像中的同频干扰和目标物干扰以获得清晰的海浪图像。本专利技术根据雷达海浪纹理特点对像素点进行噪声筛选予以中值滤波方法改进，且本专利技术进行优化使得分割出目标物后的图像更接近于真实的海浪图像。
[0005]为解决上述技术问题，本专利技术的技术方案如下：
[0006]一种用于雷达回波图像的质量改进方法，步骤如下：
[0007]步骤一：在雷达海表面回波图像中选取海浪参数反演区域并转化到笛卡尔坐标下得到灰度图像I(x,y)，I(x,y)的大小为n*n。
[0008]步骤二：基于二层判定中值滤波算法，进行灰度图像I(x,y)中的同频干扰处理。
[0009]二层判定中值滤波算法的具体步骤为：
[0010]步骤2.1设置滑窗L1的大小为m*1，根据滑窗L1大小对灰度图像I(x,y)进行扩充，使得扩充之后的灰度图像大小为(n+m
‑
1)*n，起始点为扩充后的灰度图像的第一行第一列，寻找待处理噪声点；
[0011]步骤2.2判断滑窗L1中心点是否为滑窗L1中各像素点灰度值的中值，是则不对中心点处理原灰度值进行输出，不是则进行步骤2.3判断其是否为同频干扰噪声点；
[0012]步骤2.3寻找滑窗L1内所有像素点灰度值的最大值和最小值，计算公式为：
[0013]B
max(i)
＝max(滑窗L1内所有像素点灰度值)
[0014]B
min(i)
＝min(滑窗L1内所有像素点灰度值)
[0015]步骤2.4计算每个滑窗L1内部B
max(i)
‑
B
min(i)
的结果与同频干扰判定阈值C1进行比较，当B
max(i)
‑
B
min(i)
的结果大于C1时，判定滑窗L1中心点为同频干扰噪声点进行下一步处理，
小于C1时则认为滑窗L1中心点不是噪声点，不对中心点处理保留原灰度值进行输出；
[0016]步骤2.5对噪声点用滑窗L1中所有像素点灰度值的中值进行取代，计算公式为：
[0017]B
(i)
＝B
median(i)
＝median(滑窗L1内所有像素点灰度值)
[0018]步骤三，基于自适应区域生长修复法，分割出海浪图像中的目标物干扰并对原目标物区域进行修复。
[0019]自适应区域生长修复法的具体步骤为：
[0020]步骤3.1寻找目标物所在区域：
[0021]步骤3.1.1设定参数C2，通过平均值A
average
和参数C2确定判断阈值D1，计算公式为：
[0022]A
average
+C2＝D1[0023]步骤3.1.2求解灰度图像I(x,y)所有像素点灰度值中的最大值A
max
，计算公式为：
[0024]A
max
＝max(灰度图像I(x,y)所有像素点灰度值)
[0025]步骤3.1.3判断灰度图像I(x,y)所有像素点灰度值中的最大值A
max
是否大于判断阈值D1，若成立则进行步骤3.1.4，若不成立则直接结束进程输出灰度图像I(x,y)。
[0026]步骤3.1.4选择灰度值最大的像素点作为区域生长的初始生长点，设置滑窗L2为q*q，灰度值最大的像素点作为滑窗L2的中心点和初始生长点，以初始生长点作为起始点，寻找滑窗内与滑窗中心点具有相似特征的像素点并将其作为新的噪声起始点，直到滑窗中无相似特征的像素点时停止遍历图像，确定目标物所在区域。
[0027]具有相似特征的像素点的筛选办法为：
[0028]C
(i)(j)
‑
C
centre
<D2[0029]式中C
(i)(j)
表示滑窗L2内部第i行第j列像素点的灰度值，C
centre
表示滑窗L2中心点的灰度值，D2为筛选阈值，若满足上式则以C
(i)(j)
为新的起始点继续寻找具有相似特征的像素点，直到滑窗内部上式不成立为止；
[0030]步骤3.1.5重复步骤3.1.1
‑
3.1.5N次，寻找图像中剩余目标物。
[0031]步骤3.2图像修复还原真实的海浪图像：
[0032]步骤3.2.1将目标物所在像素点的灰度值用0填充；
[0033]步骤3.2.2将灰度图像沿最外层镜像扩充至(n+2m)*(n+2m)用于填充，其中m为设定整数值；
[0034]步骤3.2.3以噪声点为中心，选择距离向和方位向距离中心点为m个点位的四个像素点的均值代替噪声点进行图像填充。
[0035]本专利技术的有益效果：针对现有技术存在的理论局限性，通过中值滤波和区域生长法处理雷达回波图像的研究，本专利技术公开了一种基于二层判定中值滤波和自适应区域生长修复法处理雷达回波图像获得清晰海浪图像的改进方法。本方法考虑了雷达噪声产生的原因，针对具体现象，设计了一套处理方法用于消除雷达回波图像中的噪声从而获得清晰的海浪图像。该方法适用于工作原理是单脉冲体制的X波段航海雷达。本专利技术使用X波段航海雷达进行实验，实验结果表明本方法能够有效地处理雷达回波图像以获得清晰海浪图像。与现有技术相比，利用本专利技术所提出的利用雷达回波图像获得清晰海浪的方法，其优点在于：
[0036](1)能够较为准确的识别同频干扰和目标物干扰所产生的噪声点，能够针对噪声点进行有效地去除和图像修复，尽可能的还原真实的海浪图像。
[0037](2)本专利技术考虑了降雨天气下对雷达回波图像的影响，实验结果表明，降雨天气下本专利技术所阐述的方法依旧能够有效地去除噪声，并进行图像的修复。
[0038](3)算法整体逻辑简单易懂，容易实现，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于雷达回波图像的质量改进方法，其特征在于，步骤如下：步骤一：在雷达海表面回波图像中选取海浪参数反演区域并转化到笛卡尔坐标下得到灰度图像I(x，y)，I(x，y)的大小为n*n；步骤二：基于二层判定中值滤波算法，进行灰度图像I(x，y)中的同频干扰处理；二层判定中值滤波算法的具体步骤为：步骤2.1设置滑窗L1的大小为m*1，根据滑窗L1大小对灰度图像I(x，y)进行扩充，使得扩充之后的灰度图像大小为(n+m
‑
1)*n，起始点为扩充后的灰度图像的第一行第一列，寻找待处理噪声点；步骤2.2判断滑窗L1中心点是否为滑窗L1中各像素点灰度值的中值，是则不对中心点处理原灰度值进行输出，不是则进行步骤2.3判断其是否为同频干扰噪声点；步骤2.3寻找滑窗L1的最大值和最小值，计算公式为：B
max(i)
＝max(滑窗L1内所有像素点灰度值）B
min(i)
＝min(滑窗L1内所有像素点灰度值)步骤2.4计算每个滑窗L1内部B
max(i)
‑
B
min(i)
的结果与同频干扰判定阈值C1进行比较，当B
max(i)
‑
B
min(i)
的结果大于C1时，判定滑窗L1中心点为同频干扰噪声点进行下一步处理，小于C1时则认为滑窗L1中心点不是噪声点，不对中心点处理保留原灰度值进行输出；步骤2.5对噪声点用滑窗L1中所有像素点灰度值的中值进行取代，计算公式为：B
(i)
＝B
median(i)
＝median(滑窗L1内所有像素点灰度值）步骤三，基于自适应区域生长修复法，分割出海浪图像中的目标物干扰并对原目标物区域进行修复；自适应区域生长修复法的具体步骤为：步骤3.1寻找目标物所在区域：步骤3.1.1设定参数C2，通过平均值...

【专利技术属性】
技术研发人员：蔡烽，王骁，王大志，杨波，刘帅武，左少燕，锁刘佳，刘德旺，赵永清，于开波，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：