【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种极化sar图像处理的方法及装置。
技术介绍
1、由于相干成像系统的固有特点，极化sar（synthetic aperture radar，合成孔径雷达）数据不可避免受到相干斑噪声的影响，因此，相干斑滤波是极化sar图像中进行数据处理的主要问题之一。
2、早期针对极化sar的相干斑滤波方法主要是基于光学遥感的去噪方法，通过改进推广到极化sar的图像中，进而修正数据中的非平稳性信号，随着图像处理的信息技术的发展，为了滤去相干斑噪声的同时保持图像信息，极化sar图像滤波的研究主要集中在具有相似散射特性的像素的选择上，例如改进的lee滤波从八个边缘对齐的窗口中选择最均匀的窗口，强度驱动自适应邻域滤波使用区域增长技术来产生自适应邻域，在sigma滤波器中，同质像素是在改进的sigma范围内选择，这些传统滤波方法本质上都是通过筛选同质像元，然后利用最小均方误差准则估计中心像元实现相干斑滤波，其相干斑滤波的滤波效果比较依赖同质像元选取的准确性，但由于极化sar图像中存在混合像元和复杂的地物信息，因此，相干斑滤波的滤波效果有待优化。
3、均值平移滤波与传统滤波方法之间的主要区别在于，均值平移算法使用移动而非固定窗口选择同质像素，并在两个主要相干斑滤波步骤中考虑了空间信息和光谱信息，虽然在滤波效果上优于传统滤波，但极化sar图像包含丰富的地物信息，仅基于两类信息进行相干斑滤波，滤波效果仍有待提高。
技术实现思路
1、本专利技术所要解决的技术
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、第一方面，本专利技术提供一种极化sar图像处理的方法，包括：
4、获取待处理极化sar图像的极化相干矩阵，对每一个极化相干矩阵进行分解，得到每一个极化相干矩阵对应的特征参数；
5、采用relieff算法计算每一个特征参数的特征权重，并根据所述特征权重得到最优的特征参数；
6、基于最优的特征参数与最优的特征参数对应的空间域信息采用mean shift算法实现相干斑滤波。
7、本专利技术的有益效果在于：充分考虑到极化sar图像丰富的地物信息特性，因此对待处理极化sar图像的极化相干矩阵进行分解，使得分解得到的特征参数可以从不同角度描述极化sar图像信息，且极化相干矩阵是旋转不变的且具有更清晰的数学推导，因此保证所得到的特征参数的准确性和全面性，在采用mean shift算法实现相干斑滤波前，是先通过采用relieff算法计算每一个特征参数的特征权重以此得到最优的特征参数，并综合最优的特征参数对应的空间域信息采用mean shift算法实现相干斑滤波，利用meanshift算法使用移动窗口特性的同时，将极化sar图像丰富的地物信息考虑在内，提高相干斑滤波的滤波效果。
8、可选地，所述采用relieff算法计算每一个特征参数的特征权重，并根据所述特征权重得到最优的特征参数包括：
9、从所述待处理极化sar图像中随机选取预设比例的训练集，从所述训练集中随机选取第一样本；
10、从与所述第一样本的样本类型相同的其他样本中选取出k个第一邻近样本，从与所述第一样本的样本类型不相同的样本中选取出k个第二邻近样本，根据k个第一邻近样本、k个第二邻近样本和特征权重公式更新计算每一个特征参数的特征权重直至达到更新次数阈值，得到最优的特征参数，其中特征权重公式为：
11、(a)=(a)+
12、
13、
14、其中，(a)表示第i次更新计算特征参数a的特征权重，p（c）表示样本类型为c类的概率，class（r）表示第一样本r的类型，）表示第一样本r的样本类型的概率，mj表示与第一样本r的样本类型不相同的样本类型c中的第j个第二邻近样本，hj表示与第一样本r的样本类型相同的其他样本类型中的第j个第一邻近样本，表示第一样本r与其他样本q在特征参数a上的差，r表示第一样本，q表示其他样本，m表示更新次数阈值，r（a）表示第一样本r在特征参数a上的值，q（a）表示其他样本q在特征参数a上的值。
15、根据上述描述可知，relief算法通过计算度量每一个特征参数的特征权重，以此判断每一个特征参数和样本类型的相关性，即不同特征参数的区分能力，保证所筛选出最优的特征参数的准确性和合理性。
16、可选地，所述基于最优的特征参数与最优的特征参数对应的空间域信息采用meanshift算法实现相干斑滤波包括：
17、将最优的特征参数与最优的特征参数对应的空间域信息输入移动点计算公式计算目标移动点，其中移动点计算公式为：
18、=-x
19、其中，表示下一次移动的目标移动点，xr表示最优的特征参数，xs表示最优的特征参数对应的空间域信息，hs表示mean shift算法的核函数第一宽带，hr表示meanshift算法的核函数第二宽带，x表示联合域矢量，xi表示d维独立同分布的随机矢量，xi,s表示mean shift算法的移动窗口中第i个像元的空间域信息，xi,r表示mean shift算法的移动窗口中第i个像元的特征域信息，gs表示空间信息核函数，gr表示特征信息核函数；
20、将所述目标移动点输入移动偏移公式计算移动偏移量，其中移动偏移公式为：
21、-
22、其中，表示移动偏移量,表示当前移动的目标移动点；若所述移动偏移量超过均值平移阈值，则采用移动点计算公式计算下一次移动的目标移动点，并基于每一次计算出的下一次移动的目标移动点计算移动偏移量，直至所计算出的移动偏移量低于所述均值平移阈值，实现相干斑滤波。
23、根据上述描述可知，移动点计算公式中的核函数第一宽带和核函数第二宽带具有平滑作用，能影响算法对相干斑滤波的噪声的平滑程度，具有较好的去噪效果和较好的信息保持性，从而提高相干斑滤波的滤波效果。
24、第二方面，本专利技术提供一种极化sar图像处理的装置，包括：
25、分解模块，用于获取待处理极化sar图像的极化相干矩阵，对每一个极化相干矩阵进行分解，得到每一个极化相干矩阵对应的特征参数；
26、特征权重计算模块，用于采用relieff算法计算每一个特征参数的特征权重，并根据所述特征权重得到最优的特征参数；
27、相干斑滤波模块，用于基于最优的特征参数与最优的特征参数对应的空间域信息采用mean shift算法实现相干斑滤波。
28、本专利技术的有益效果在于：充分考虑到极化sar图像丰富的地物信息特性，因此对待处理极化sar图像的极化相干矩阵进行分解，使得分解得到的特征参数可以从不同角度描述极化sar图像信息，且极化相干矩阵是旋转不变的且具有更清晰的数学推导，因此保证所得到的特征参数的准确性和全面性，在采用mean shift算法本文档来自技高网...
【技术保护点】
1.一种极化SAR图像处理的方法，其特征在于，包括：
2.如权利要求1所述的一种极化SAR图像处理的方法，其特征在于，所述采用ReliefF算法计算每一个特征参数的特征权重，并根据所述特征权重得到最优的特征参数包括：
3.如权利要求1所述的一种极化SAR图像处理的方法，其特征在于，所述基于最优的特征参数与最优的特征参数对应的空间域信息采用Mean Shift算法实现相干斑滤波包括：
4.一种极化SAR图像处理的装置，其特征在于，包括：
5.如权利要求4所述的一种极化SAR图像处理的装置，其特征在于，所述特征权重计算模块具体为：
6.如权利要求4所述的一种极化SAR图像处理的装置，其特征在于，所述相干斑滤波模块具体为：
【技术特征摘要】
1.一种极化sar图像处理的方法，其特征在于，包括：
2.如权利要求1所述的一种极化sar图像处理的方法，其特征在于，所述采用relieff算法计算每一个特征参数的特征权重，并根据所述特征权重得到最优的特征参数包括：
3.如权利要求1所述的一种极化sar图像处理的方法，其特征在于，所述基于最优的特征参数与最优的特征参...
【专利技术属性】
技术研发人员：行晓黎，李国斌，
申请(专利权)人：福建省计量科学研究院福建省眼镜质量检验站，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。