基于GPU编程的SAR图像去噪方法技术

本发明专利技术公开了一种基于GPU编程的SAR图像去噪方法，主要解决现有技术对大规模SAR图像进行去噪时速度较慢的问题。其实现步骤为：(1)对待去噪图像I进行延拓得到两幅含噪图像；(2)在图形处理器GPU内设置内存区域，将待去噪图像I和两幅含噪图像存储到图形处理器GPU的内存中；(3)在图形处理器GPU内使用多个线程并行计算待去噪图像I中的每个像素点与其他像素点之间的权值；(4)利用权值矩阵，计算待去噪图像I中每个像素点的后向反射系数；(5)对后向反射系数矩阵进行开平方操作，得到最终去噪结果。本发明专利技术与现有技术相比，提高了对大规模SAR图像进行PPB去噪的速度，满足了对图像后续处理的实时性要求，可用于对大规模SAR图像进行快速去噪处理。

【技术实现步骤摘要】
本专利技术涉及图像处理领域，具体涉及SAR图像的去噪，可用于提高图像去噪的处理速度。
技术介绍
近年来，国内外研究人员在图像去噪领域做了大量的相关研究工作，提出了很多图像去噪的方法，这些方法中大多数研究的是加性高斯白噪声模型，其余的则是专门针对非高斯模型设计的。几乎很少有去噪方法能够适用于不同的噪声模型。例如邻域滤波方法，是利用像素灰度值之间的差异来定义邻域内的像素点与中心像素点之间的权值，在去噪的同时能够保持图像的边缘和纹理信息，该方法的问题之一是受到 噪声干扰的单个像素的灰度值之间的差异往往不能准确的体现真实像素之间的相似性。其次，与某一像素相似的像素点不一定都存在于当前像素周围的邻域内，还可能存在于整个图像空间。由Buades等提出的非局部均值图像去噪算法，是对传统邻域滤波方法的一个重大改进。首先，它考虑到图像的自相似性质，突破了邻域滤波只进行局部滤波的限制，能够在更大的范围内寻找相似像素。其次，该方法将相似像素定义为具有相同邻域模式的像素，利用像素周围固定大小的窗口内的信息来表示该像素的特征，这种表示方法比仅仅利用单个像素本身的信息得到的相似性更加可靠。PPB图像去噪算法，是对非局本文档来自技高网...

【技术保护点】
一种基于GPU编程的SAR图像去噪方法，包括以下步骤：(1)对待去噪图像I进行延拓；1a)对待去噪图像I按照尺寸D=2向四周延拓，得到延拓后的第一含噪图像I1；1b)对待去噪图像I按照尺寸W=7向四周延拓，得到延拓后的第二含噪图像I2；(2)在图形处理器GPU内设置内存区域A，分别将待去噪图像I、第一含噪图像I1和第二含噪图像I2存储到图形处理器GPU的内存A中；(3)计算待去噪图像I中的每个像素点与其他像素点之间的权值w(s,t)：3a)在图形处理器GPU内设置内存区域B；3b)利用处理器GPU的内存A中的第一含噪图像I1和第二含噪图像I2，在图形处理器GPU内由多个线程并行计算待去噪图像I...

【技术特征摘要】
1.一种基于GPU编程的SAR图像去噪方法，包括以下步骤 (1)对待去噪图像I进行延拓； Ia)对待去噪图像I按照尺寸D=2向四周延拓，得到延拓后的第一含噪图像I1 ； Ib)对待去噪图像I按照尺寸W=7向四周延拓，得到延拓后的第二含噪图像I2 ； (2)在图形处理器GPU内设置内存区域A，分别将待去噪图像I、第一含噪图像I1和第二含噪图像I2存储到图形处理器GPU的内存A中； (3)计算待去噪图像I中的每个像素点与其他像素点之间的权值w(s，t) 3a)在图形处理器GPU内设置内存区域B ; 3b)利用处理器GPU的内存A中的第一含噪图像I1和第二含噪图像I2，在图形处理器GPU内由多个线程并行计算待去噪图像I中每个像素点与其他像素点之间的中间权值Rs,t K . = !og(^- + ^-),AtJl ^s,it 其中，As，k表示以像素点s为中心的搜索窗内第k个邻点的像素值，k e ，m为最大迭代次数； 3c)将步骤3b)得到的中间权值矩阵存储到CPU的内存区域中，对中间权值矩阵中的每个元素依次按行和按列计算前缀和，完成对中间权值矩阵的更新； 3d)将步骤3c)得到的中间权值矩阵存储到图形处理器GPU的内存B中，在图形处理器GPU内由多个线程并行计算待去噪图像I中的每个像素点与其他像素点之间的权值w (s, t)w(s,t) = exp[-^(^-R...

【专利技术属性】
技术研发人员：焦李成，朱虎明，孙东，王爽，马文萍，马晶晶，李巧兰，李立红，钟雯倩，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：