合成孔径雷达图像相干斑噪声抑制性能的非监督评估方法技术

本发明专利技术公开的合成孔径雷达图像相干斑噪声抑制性能的非监督评估方法，具体按照以下步骤实施：1）利用各项异性高斯核平行窗通过比率运算生成合成孔径雷达SAR图像的ESM与方向信息；2）获得合成孔径雷达SAR图像的ESM阈值估计；3）根据ESM阈值实现合成孔径雷达SAR图像边缘与非边缘区域的自动划分；4）利用非极小值抑制方法从合成孔径雷达SAR图像边缘区域提取细化边缘；5）获得等效视数ENL估计和局部边缘保持指数EKI估计；6）完成SAR图像基于ENL与EKI参数的相干斑抑制性能的评估。实现SAR图像相干斑抑制性能的全程自适应非监督评价，并有效克服传统方法评估不全面、受区域选择影响大的问题，使相干斑抑制性能得到更加客观稳健的全面评估。

【技术实现步骤摘要】
本专利技术属于合成孔径雷达图像处理
，涉及一种合成孔径雷达图像相干斑噪声抑制性能的非监督评估方法。
技术介绍
合成孔径雷达借助大量随机分布 的散射体反射的雷达回波相干叠加成像，从而不可避免地在合成孔径雷达SAR图像中产生一种称为相干斑的乘性噪声。相干斑噪声的存在严重降低了合成孔径雷达SAR图像的视觉质量，限制了特征提取、目标识别等后续解译处理技术的有效性。因此，相干斑抑制对于改进合成孔径雷达SAR图像成像质量，提高后续解译处理效果都具有重要意义。当前，合成孔径雷达SAR图像相干斑抑制方法已形成空域滤波、变换域滤波与偏微分扩散滤波三大类，而合成孔径雷达SAR图像抑斑性能的有效评估不仅是评价抑斑算法优劣的主要手段，而且也为抑斑合成孔径雷达SAR图像的后续解释处理提供了必要的先验信息。在合成孔径雷达SAR图像抑斑性能的评价参数中，反映抑斑程度的等效视数(theEquivalent Number of Looks, ENL)与衡量边缘保持能力的边缘保持指数(Edge KeepingIndex, EKI)是最重要的两类指标。但传统方法在利用ENL与EKI两类指标评价合成孔径雷达SAR图像抑斑性能时，往往采用监督评估方法，通过人为选择几块合成孔径雷达SAR图像同质区来估计ENL参数，而通过选择几段边缘区域来估计EKI参数。这类方法由于需要人为选择评估区域，势必造成评估结果主观性较强且受评估区域选择影响大，同时，由于人为选择大量的评估区麻烦且不现实，势必存在评估不全面的问题，而对不同合成孔径雷达SAR图像不能进行自适应的自动评估，也为评估工作的实施带来了不便。专利技术内容本专利技术的目的在于提供一种合成孔径雷达图像相干斑噪声抑制性能的非监督评估方法，实现SAR图像相干斑抑制性能的全程自适应非监督评价，并有效克服传统方法评估不全面、受区域选择影响大的问题，使相干斑抑制性能得到更加客观稳健的全面评估。本专利技术所采用的技术方案是，合成孔径雷达图像相干斑噪声抑制性能的非监督评估方法，体按照以下步骤实施步骤I、利用各项异性高斯核平行窗通过比率运算生成合成孔径雷达SAR图像的边缘强度映射dge strength map简称ESM与方向信息采用带有Θ方向的各向异性高斯核平行窗按照公式(I)计算各向异性高斯平行窗权重系数，然后生成合成孔径雷达SAR图像的边缘强度映射ESM与方向信息带有Θ方向的各向异性高斯核平行窗计算公式如下本文档来自技高网...

【技术保护点】
合成孔径雷达图像相干斑噪声抑制性能的非监督评估方法，其特征在于，具体按照以下步骤实施：步骤1、利用各项异性高斯核平行窗通过比率运算生成合成孔径雷达SAR图像的边缘强度映射dge？strength？map简称ESM与方向信息：采用带有θ方向的各向异性高斯核平行窗按照公式（1）计算各向异性高斯平行窗权重系数，然后生成合成孔径雷达SAR图像的边缘强度映射ESM与方向信息：带有θ方向的各向异性高斯核平行窗计算公式如下：其中：rx＝xcosθ？ysinθ，ry＝xsinθ+ycosθ，x与y分别表示水平与垂直方向坐标，θ表示方向，k表示两个平行窗的间距，σx与σy分别表示x与y方向的标准差，rx,ry表示对x，y按照θ方向旋转后形成的新坐标；步骤2、获得合成孔径雷达SAR图像的边缘强度映射ESM阈值T：经步骤1获得合成孔径雷达SAR图像的边缘强度映射ESM与方向信息后，开始对边缘强度映射ESM图像进行多次重复阈值递减的 阈值化处理，统计阈值化处理后的边缘强度映射ESM图像中连通像素点集合的个数，确定合成孔径雷达SAR图像区域划分的阈值T；步骤3、根据ESM阈值实现合成孔径雷达SAR图像边缘与非边缘区域的自动划分：将步骤2中获得的边缘强度映射ESM阈值T代入公式（2）中，即可获得合成孔径雷达SAR图像边缘区域与同质区域的自动划分；其中，ψ若为非零的区域为即为边缘区域，ψ若为零的区域就视为为同质区；步骤4、利用非极小值抑制方法从合成孔径雷达SAR图像边缘区域提取细化边缘；步骤5、获得等效视数ENL估计和局部边缘保持指数EKI估计：经步骤4在合成孔径雷达SAR图像区域划分基础上，非边缘区域内各像素局部ENL估计要通过加窗实现，对像素C(m,n)施加大小为N的窗R，计算像素C(m,n)的局部ENL估计；利用非极小值抑制方法获得合成孔径雷达SAR图像细化边缘基础上，采用公式对坐标为(x,y)的任意一个边缘像素估计其局部EKI；步骤6、利用统计方法将各像素局部ENL与EKI估计形成对比曲线，完成SAR图像基于ENL与EKI参数的相干斑抑制性能的评估：经步骤5获得的大量局部ENL与EKI估计值，利用统计方法获得不同抑斑算法下抑斑SAR图像ENL与EKI参数的对比分布，进而 对这两类指标进行全面且直观的总体评估。FDA00002107014200011.jpg,FDA00002107014200021.jpg...

【技术特征摘要】
1.合成孔径雷达图像相干斑噪声抑制性能的非监督评估方法，其特征在于，具体按照以下步骤实施 步骤I、利用各项异性高斯核平行窗通过比率运算生成合成孔径雷达SAR图像的边缘强度映射dge strength map简称ESM与方向信息 采用带有Θ方向的各向异性高斯核平行窗按照公式(I)计算各向异性高斯平行窗权重系数，然后生成合成孔径雷达SAR图像的边缘强度映射ESM与方向信息 带有Θ方向的各向异性高斯核平行窗计算公式如下2.根据权利要求I所述的合成孔径雷达图像相干斑噪声抑制性能的非监督评估方法，其特征在于，所述的步骤I具体按照以下步骤实施 采用带有Θ方向的各向异性高斯核平行窗，各向异性高斯核平行窗的方向分别方向为θ=0°的各向异性高斯平行窗，方向为0=45°的各向异性高斯平行窗，方向为0=90°的各向异性高斯平行窗，方向为θ=135°的各向异性高斯平行窗； 利用公式(I)生成的各向异性高斯平行窗权重系数，再将各向异性高斯核平行窗内各像素与待估计中心像素的距离作为权重分配的依据，实现加权平均，即可获得合成孔径雷达SAR图像的边缘强度映射ESM与方向信息，获得更好的SAR图像ESM估计与区域划分。3.根据权利要求I所述的合成孔径雷达图像相干斑噪声抑制性能的非监督评估方法，其特征在于，所述的步骤2具体按照以下步骤实施 1)经步骤I获得合成孔径雷达SAR图像的边缘强度映射ESM与方向信息之后，开始对边缘强度映射ESM图像进行多次重复阈值递减的阈值化处理，即阈值T从最大值I开始递减，每次减少量为O. 01,直至阈值T为O. 01为止； 2)每次阈值化处理后，统计阈值化处理后的边缘强度映射ESM图像中连通像素点集合的个数，即可获得不同阈值T下阈值化边缘强度映射ESM图像中连通像素点集合个数曲线，当边缘强度映射ESM图像中连通像素点集合个数曲线由最大值迅速降低直至出现第一次极小值时，此时具有最好的图像区域划分性能，这个极小值就是合成孔径雷达SAR图像区...

【专利技术属性】
技术研发人员：朱磊，霍小波，吴江勇，李维维，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：