基于Beta算法的多尺度SAR图像降噪方法技术

本发明专利技术公开了一种基于Beta算法的多尺度SAR图像降噪方法，主要解决传统字典学习方法不适用SAR图像降噪的问题。其降噪过程为:对待降噪SAR图像进行像素分类，得到边缘图像A、纹理图像B和同质图像C；对这些图像分别进行重叠块提取和中心化操作，得到它们各自的训练样本集；初始化字典为DCT字典；用字典进行稀疏编码得稀疏系数矩阵；用稀疏系数矩阵更新字典的第k列；重复稀疏编码步骤和字典更新步骤共K次，得最终字典和最终稀疏系数矩阵，并将其相乘得降噪后的边缘图像A’、纹理图像B’和同质图像C’，进而得降噪后的SAR图像为：I’=A’+B’+C’。本发明专利技术具有在有效去除SAR图像中噪声的同时能保留图像的纹理和边缘信息的优点，可用于SAR图像目标识别。

【技术实现步骤摘要】

本专利技术属于图像处理领域，特别是一种涉及SAR图像降噪的方法，可应用于目标识别。
技术介绍
合成孔径雷达SAR是一种高分辨率雷达体制，可应用于军事，农业，导航，地理监视等诸多领域。它与其它遥感成像系统，光学成像系统相比有很多差异。在军事目标识别方面，SAR图像被广泛的应用在目标检测领域，而SAR图像降噪则是从图像处理到图像分析的重要步骤，是目标分类和识别的基础。本质上SAR图像反映的是目标的电磁散射特性和结构特性，但由于SAR发射的是相干电磁波，当它向地面发射电磁波时，其后向散射回来的总回波并不完全由地物目标的散射系数决定，而是随着这些散射系数有很大的随机起伏，这种起伏的存在使SAR图像中出现许多斑点，这些斑点与较小的地物目标掺杂在一起严重影响图像的质量，这些斑点称为相干斑噪声。SAR成像的特殊性使得针对该类图像的降噪方法有别于普通光学图像非光学成像方式导致SAR图像灰度级变化缓慢，因此光学图像常用的基于高斯白噪声假设的降噪方法对此类图像收效甚微。针对SAR图像的以上特点，经典降噪方法有基于多视处理技术的降噪方法。它在SAR图像成像阶段对同一个场景获得L个独立的测量，并将这些测量本文档来自技高网...

【技术保护点】
一种基于Beta算法的多尺度SAR图像降噪方法，包括如下步骤：1)对待降噪SAR图像I进行像素分类，得到边缘图像A、纹理图像B和同质图像C；2)对边缘图像A进行重叠块提取和中心化操作，得到训练样本集其中是长度为n=b1×b1的列向量，b1为重叠块提取窗的边长，M=(N?b1+1)2，N为边缘图像A的行数；3)将字典D初始化为离散正弦变换DCT字典，字典D大小为n×K，K=R×n，R为冗余度；4)用字典D对训练样本集进行稀疏编码，得到大小为K×M的稀疏表示系数矩阵5)用稀疏表示系数矩阵更新字典D的第k列dk；6)重复步骤4)和步骤5)共K次，得到最终字典和最终稀疏表示系数矩阵将最终字典和最终稀疏...

【技术特征摘要】
1.一种基于Beta算法的多尺度SAR图像降噪方法，包括如下步骤: 1)对待降噪SAR图像I进行像素分类，得到边缘图像A、纹理图像B和同质图像C； 2)对边缘图像A进行重叠块提取和中心化操作，得到训练样本集#=丨兑丨二，其中免是长度为Ii=ID1Xb1的列向量,Id1为重叠块提取窗的边长,M= (N-1d^I)2A为边缘图像A的行数； 3)将字典D初始化为离散正弦变换DCT字典，字典D大小为ηXK，K=RXn,R为冗余度； 4)用字典D对训练样本集y进行稀疏编码，得到大小为KXM的稀疏表示系数矩阵J.5)用稀疏表示系数矩阵 更新字典D的第k列dk； 6)重复步骤4)和步骤5)共K次，得到最终字典力和最终稀疏表示系数矩阵将最终字典6和最终稀疏表示系数矩阵&相乘，得降噪后边缘图像A'； 7)对纹理图像B使用大小为b2Xb2的重叠块提取窗，b2>bi，重复步骤2)至步骤6)得到降噪后纹理图像B'； 8)对同质图像C使用大小为b3Xb3的重叠块提取窗，I3Pb2A1，重复步骤2)至步骤6)得到降噪后同质图像C'； 9)将降噪后边缘图像A'、降噪后纹理图像B'和降噪后同质图像C'相加...

【专利技术属性】
技术研发人员：侯彪，马晶晶，陈芊芊，焦李成，张向荣，马文萍，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：