專利名稱：基于非下采樣方向波變換與融合的sar圖像去噪方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，涉及SAR圖像噪聲抑制方法，該方法可用于去除SAR圖像中的相干斑噪聲。
背景技術(shù)：
合成孔徑雷達(dá)(Synthetic Aperture Radar,簡(jiǎn)稱SAR)是一種主動(dòng)式微波成像裝置，在災(zāi)害預(yù)警、環(huán)境監(jiān)測(cè)、以及軍事應(yīng)用領(lǐng)域中起著至關(guān)重要的作用。由于SAR圖像的成像機(jī)理，不可避免的會(huì)產(chǎn)生相干斑噪聲，極大地影響了 SAR圖像的解譯與應(yīng)用。SAR圖像去噪技術(shù)是SAR圖像后續(xù)處理中重要的步驟。SAR圖像去噪技術(shù)可分為空域?yàn)V波與變換域?yàn)V波。空域?yàn)V波的方法主要包括Lee濾波，Kuan濾波，F(xiàn)rost濾波,增強(qiáng)Lee濾波，Gamma-MAP濾波等?？沼?yàn)V波的方法假設(shè)SAR圖像的后向散射面是局部平穩(wěn)的，但是在邊緣紋理等細(xì)節(jié)信息豐富的區(qū)域這一假設(shè)并不成立，所以空域?yàn)V波方法對(duì)圖像邊緣信息的保持并不理想。變換域?yàn)V波方法如小波變換的方法包括小波軟閾值方法，小波硬閾值方法，在SAR圖像去噪中取得了廣泛的應(yīng)用，但是基于小波變換的去噪方法往往會(huì)產(chǎn)生偽吉布斯效應(yīng)，而且對(duì)圖像的方向信息不能有效表示，去噪后不能有效保持SAR圖像的細(xì)節(jié)信息?；诜窍虏蓸拥男〔ㄗ儞Q去噪方法比小波有一定的改進(jìn)，但是在勻質(zhì)區(qū)域像素點(diǎn)依然會(huì)產(chǎn)生偽紋?；诜窍虏蓸覥ontourlet閾值去噪的方法對(duì)邊緣信息的保持較好，但是在均勻區(qū)域會(huì)產(chǎn)生蚊狀噪聲。方向波變換是由Velisavljevic’V等人提出的新的多尺度幾何分析工具，基于整數(shù)格對(duì)圖像進(jìn)行陪集劃分，采用可分離濾波和臨界采樣，計(jì)算復(fù)雜度小，能夠有效捕捉圖像各向異性幾何特征。但是采用的陪集分解操作由于加入的零值太多，對(duì)分解后得到的系數(shù)進(jìn)行模型的擬合帶來了困難。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有方法不足，提出了一種基于非下采樣方向波變換與融合的SAR圖像去噪方法，在有效保持SAR圖像細(xì)節(jié)信息的同時(shí)，有效去除了勻質(zhì)區(qū)域像素點(diǎn)的偽紋，提高對(duì)SAR圖像的噪聲抑制的效果。實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案是:首先輸入一幅SAR圖像，提取它的紋理特征，利用紋理特征將SAR圖像分為勻質(zhì)區(qū)域和目標(biāo)區(qū)域。然后判斷目標(biāo)區(qū)域像素點(diǎn)像素所在的方向。將SAR圖像在三組不同的方向?qū)ο逻M(jìn)行非下采樣的方向波變換，產(chǎn)生三組不同的方向波系數(shù)。對(duì)不同的方向波系數(shù)分別進(jìn)行基于拉普拉斯-高斯模型的最大化后驗(yàn)概率降斑。對(duì)降斑后的方向波系數(shù)重構(gòu)之后產(chǎn)生三個(gè)降斑圖，對(duì)三幅圖進(jìn)行融合:勻質(zhì)區(qū)域像素點(diǎn)直接采用均值融合，目標(biāo)區(qū)域選取相應(yīng)方向上的像素點(diǎn)作為融合時(shí)的備選點(diǎn)進(jìn)行融合，得到最終SAR圖像的降斑圖像。具體實(shí)現(xiàn)步驟如下:(I)輸入一幅SAR圖像I，計(jì)算SAR圖像的紋理系數(shù)Ti和紋理系數(shù)的閾值Ttg，利用閾值Ttg將SAR圖像分為勻質(zhì)區(qū)域與目標(biāo)區(qū)域；(2)在目標(biāo)區(qū)域中，根據(jù)像素不同鄰域塊均值的比值，判斷目標(biāo)區(qū)域像素的方向；(3)對(duì)SAR圖像I在{(0，90)，(-45, O), (45，O)}這三組方向?qū)ο逻M(jìn)行非下采樣的方向波變換，獲得三組方向波系數(shù)D1, D2, D3 ；(4)對(duì)三組方向波系數(shù)D1, D2, D3分別進(jìn)行基于拉普拉斯-高斯模型的最大后驗(yàn)概率去噪處理，得到去噪后的三組方向波系數(shù)D' i，D' 2，D' 3；(5)分別對(duì)去噪后的三組方向波系數(shù)D' i，D' 2，D' 3進(jìn)行重構(gòu)，得到對(duì)應(yīng)的三幅去噪圖像IiI2I3 ；(6)對(duì)二幅去噪后圖像I1, I2, I3進(jìn)行融合，得到最終去噪的SAR圖像I’:(6a)對(duì)三幅去噪圖像的I1, I2, I3的勻質(zhì)區(qū)域進(jìn)行融合:(6al)在去噪圖像的I1, I2, I3勻質(zhì)區(qū)域的任一相同位置分別取一個(gè)像素點(diǎn)，記為ii，“，“ ；(6a2)用以像素點(diǎn)I1為中心的3X3圖像塊中9個(gè)像素值的均值更新像素點(diǎn)I1的值；用以像素點(diǎn)i2為中心的3X3圖像塊中9個(gè)像素值的均值更新像素點(diǎn)i2的值；用以像素點(diǎn)i3為中心的3X3圖像塊中9個(gè)像素值的均值更新像素點(diǎn)i3的值；(6a3)對(duì)更新后的像素點(diǎn)I1的值，像素點(diǎn)i2的值，像素點(diǎn)i3的值求加權(quán)平均，其值為最終去噪SAR圖像I’勻質(zhì)區(qū)域中相同位置上像素點(diǎn)i’的值；(6b)對(duì)三幅去噪圖像的I1, I2, I3的目標(biāo)區(qū)域進(jìn)行融合:(6bl)在去噪圖像的I1, I2, I3和SAR圖像I目標(biāo)區(qū)域的任一相同位置分別取一個(gè)像素點(diǎn)，記為jp j2, j3, j ;(6b2)由像素點(diǎn)J1及其所在方向上的相鄰的兩個(gè)像素點(diǎn)生成一個(gè)向量$，由像素點(diǎn)戈及其所在方向上的相鄰的兩個(gè)像素點(diǎn)生成一個(gè)向量各2，由像素點(diǎn)j3及其所在方向上的相鄰的兩個(gè)像素點(diǎn)生成一個(gè)向量石2;(6b3)若像素點(diǎn)j的值大于或等于以像素點(diǎn)j為中心的3X3圖像塊中9個(gè)像素點(diǎn)的均值，則更新像素點(diǎn)J1的值為向量&的最大值，像素點(diǎn)j2的值為向量民的最大值，像素點(diǎn)J3的值為向量ξ的最大值；否則，更新像素點(diǎn)J1的值為向量S1的均值，像素點(diǎn)j2的值為向量民的均值，像素點(diǎn)j3的值為向量g的均值；(6b4)對(duì)更新后的像素點(diǎn)J1的值，像素點(diǎn)j2的值，像素點(diǎn)j3的值求加權(quán)平均，其值為最終去噪SAR圖像I’目標(biāo)區(qū)域中相同位置上像素點(diǎn)j’的值；(6c)把步驟(6a)所得融合后的勻質(zhì)區(qū)域和(6b)所得融合后的目標(biāo)區(qū)域相加，得到最終去噪的SAR圖像I’。本發(fā)明與現(xiàn)有的技術(shù)相比具有以下優(yōu)點(diǎn):1.本發(fā)明使用非下采樣的方向波變換，能有效捕捉SAR圖像邊緣信息的同時(shí)，有效保持SAR圖像細(xì)節(jié)信息，減少了勻質(zhì)區(qū)域的偽紋；2.本發(fā)明把SAR圖像分成目標(biāo)區(qū)域和勻質(zhì)區(qū)域，分別采用不同的融合規(guī)則對(duì)SAR圖像進(jìn)行處理，因此能夠在有效地去除噪聲的同時(shí)也很好的保持了圖像細(xì)節(jié)等特征。大量的試驗(yàn)證實(shí)，在SAR圖像去造處理中，若直接對(duì)SAR圖像進(jìn)行去噪的處理，很難兼顧均質(zhì)區(qū)域的平滑和目標(biāo)區(qū)域細(xì)節(jié)信息的保持，因此需要有效的預(yù)處理工作來盡可能的達(dá)到兩者之間較好的平衡；本發(fā)明對(duì)幾幅SAR圖像進(jìn)行了去噪實(shí)驗(yàn)，分別從視覺效果和客觀評(píng)價(jià)指標(biāo)方面對(duì)去噪結(jié)果進(jìn)行評(píng)價(jià)，表明了本發(fā)明的方法是有效的、可行的。


圖1是本發(fā)明的流程圖；圖2是本發(fā)明仿真所用的兩幅測(cè)試圖像；圖3是本發(fā)明為測(cè)試圖2中SAR圖像的目標(biāo)區(qū)域圖；圖4為本發(fā)明中對(duì)圖像I進(jìn)行陪集變換，產(chǎn)生對(duì)應(yīng)的陪集P ;圖5是本發(fā)明均質(zhì)區(qū)域和目標(biāo)區(qū)域融合子流程圖；圖6是本發(fā)明與已有方法對(duì)圖2(a)中Airport圖的去噪效果對(duì)比圖；圖7是本發(fā)明與已有方法對(duì)圖2(b)中Field圖的去噪效果對(duì)比圖。
具體實(shí)施例方式參照?qǐng)D1，本發(fā)明的具體實(shí)現(xiàn)過程如下:步驟1，輸入一幅SA R圖像I，計(jì)算SAR圖像的紋理系數(shù)Ti和紋理系數(shù)的閾值Ttg，利用閾值Ttg將SAR圖像分為勻質(zhì)區(qū)域與目標(biāo)區(qū)域。(Ia)通過如下公式計(jì)算SAR圖像的紋理系數(shù)Ti:
權(quán)利要求
1.一種基于非下采樣方向波變換與融合的SAR圖像去噪方法，包括如下步驟: (1)輸入一幅SAR圖像I，計(jì)算SAR圖像的紋理系數(shù)Ti和紋理系數(shù)的閾值Ttg，利用閾值Ttg將SAR圖像分為勻質(zhì)區(qū)域與目標(biāo)區(qū)域； (2)在目標(biāo)區(qū)域中，根據(jù)像素不同鄰域塊均值的比值，判斷目標(biāo)區(qū)域像素的方向； (3)對(duì)SAR圖像I在{(-45,0), (0,90), (45,0)}這三組方向?qū)ο逻M(jìn)行非下采樣的方向波變換，獲得三組方向波系數(shù)D1, D2, D3 ； (4)對(duì)三組方向波系數(shù)D1,D2, D3分別進(jìn)行基于拉普拉斯-高斯模型的最大后驗(yàn)概率去噪處理，得到去噪后的三組方向波系數(shù)D' i，D' 2，D' 3； (5)分別對(duì)去噪后的三組方向波系數(shù)D'1,D/ 2,D/ 3進(jìn)行重構(gòu)，得到對(duì)應(yīng)的三幅去噪圖像I1, I2, I3; (6)對(duì)三幅去噪后圖像I1,I2, I3進(jìn)行融合，得到最終去噪的SAR圖像I’: (6a)對(duì)三幅去噪圖像的I1, I2, I3的勻質(zhì)區(qū)域進(jìn)行融合: (6al)在去噪圖像的I1, I2, I3勻質(zhì)區(qū)域的任一相同位置分別取一個(gè)像素點(diǎn)，記為ii，i2，i3 ； (6a2)用以像素點(diǎn)I1為中心的3X3圖像塊中9個(gè)像素值的均值更新像素點(diǎn)I1的值；用以像素點(diǎn)i2為中心的3X3圖像塊中9個(gè)像素值的均值更新像素點(diǎn)i2的值；用以像素點(diǎn)i3為中心的3X3圖像塊中9個(gè)像素值的均值更新像素點(diǎn)i3的值； (6a3)對(duì)更新后的像素點(diǎn)I1的值，像素點(diǎn)i2的值，像素點(diǎn)i3的值求加權(quán)平均，其值為最終去噪SAR圖像I’勻質(zhì)區(qū)域在相同位置上像素點(diǎn)i’的值； (6b)對(duì)三幅去噪圖像的I1, I2, I3的目標(biāo)區(qū)域進(jìn)行融合: (6bl)在去噪圖像的I1, I2, I3和SAR圖像I目標(biāo)區(qū)域的任一相同位置分別取一個(gè)像素點(diǎn)，記為 j I，j 2，j 3，J ; (6b2)由像素點(diǎn)J1及其所在方向上的相鄰的兩個(gè)像素點(diǎn)生成一個(gè)向量S由像素點(diǎn)j2及其所在方向上的相鄰的兩個(gè)像素點(diǎn)生成一個(gè)向量民，由像素點(diǎn)j3及其所在方向上的相鄰的兩個(gè)像素點(diǎn)生成一個(gè)向量' (6b3)若像素點(diǎn)j的值大于或等于以像素點(diǎn)j為中心的3X3圖像塊中9個(gè)像素點(diǎn)的均值，則更新像素點(diǎn)J1的值為向量5；的最大值，像素點(diǎn)j2的值為向量民的最大值，像素點(diǎn)j3的值為向量5的最大值；否則，更新像素點(diǎn)J1的值為向量在的均值，像素點(diǎn)j2的值為向量的均值，像素點(diǎn)j3的值為向量民的均值； (6b4)對(duì)更新后的像素點(diǎn)J1的值，像素點(diǎn)j2的值，像素點(diǎn)j3的值求加權(quán)平均，其值為最終去噪SAR圖像I’目標(biāo)區(qū)域在相同位置上像素點(diǎn)j’的值； (6c)把步驟^a)所得融合后的勻質(zhì)區(qū)域和^b)所得融合后的目標(biāo)區(qū)域相加，得到最終去噪的SAR圖像I’。
2.根據(jù)權(quán)利要求1所述基于非下采樣方向波變換與融合的SAR圖像去噪方法，其中步驟⑴所述的計(jì)算SAR圖像的紋理系數(shù)Ti,通過如下公式計(jì)算:
3.根據(jù)權(quán)利要求1所述基于非下采樣方向波變換與融合的SAR圖像去噪方法，其中步驟(I)所述的計(jì)算SAR圖像紋理系數(shù)的閾值Ttg，通過如下公式計(jì)算: Ttg = mean(Ti) 1.25, 其中，Ti為像素點(diǎn)i的紋理系數(shù)，mean( )為均值函數(shù)。
4.根據(jù)權(quán)利要求1所述的基于非下采樣方向波變換與融合的SAR圖像去噪方法，其中步驟(3)所述的對(duì)SAR圖像I在{(O，90)，(-45，0)，(45，0)}三組方向?qū)ο逻M(jìn)行非下采樣的方向波變換，獲得三組方向波系數(shù)D1, D2, D3,按如下步驟進(jìn)行: (4a)根據(jù)選取的三組變換方向?qū)(0，90)，(-45，0)，(45，0)}，構(gòu)造變換矩陣Ma:
5.根據(jù)權(quán)利要求1所述的基于非下采樣方向波變換與融合的SAR圖像去噪方法，其中步驟(4)所述的對(duì)方向波系數(shù)D1, D2, D3分別進(jìn)行基于拉普拉斯-高斯模型的最大后驗(yàn)概率去噪處理，按如下公式計(jì)算:
全文摘要
本發(fā)明公開了一種基于非下采樣方向波變換與融合的SAR圖像去噪方法。主要解決現(xiàn)有去噪方法對(duì)SAR圖像造成的邊緣模糊、勻質(zhì)區(qū)域不平滑的問題。其實(shí)現(xiàn)步驟為(1)輸入SAR圖像，利用它的紋理特征將圖像分為勻質(zhì)區(qū)域和目標(biāo)區(qū)域；(2)判斷目標(biāo)區(qū)域像素點(diǎn)所在的方向；(3)將SAR圖像在方向?qū)(0,90),(-45,0),(45,0)}下進(jìn)行非下采樣的方向波變換，獲得三組方向波系數(shù)；(4)對(duì)三組方向波系數(shù)分別進(jìn)行基于拉普拉斯-高斯模型的最大后驗(yàn)概率去噪處理；(5)對(duì)去噪后的方向波系數(shù)進(jìn)行重構(gòu)得到三幅去噪圖；(6)對(duì)三幅圖像進(jìn)行融合，獲得最終去噪圖。本發(fā)明具有去噪后目標(biāo)區(qū)域細(xì)節(jié)信息保持較好、勻質(zhì)區(qū)域較平滑的優(yōu)點(diǎn)，可用于濾除SAR圖像中的相干斑噪聲。
文檔編號(hào)G06T5/00GK103177428SQ20131009293
公開日2013年6月26日 申請(qǐng)日期2013年3月21日 優(yōu)先權(quán)日2013年3月21日
發(fā)明者焦李成, 白靜, 王爽, 付旭松, 高藝菡, 馬晶晶, 馬文萍, 李陽陽 申請(qǐng)人:西安電子科技大學(xué)