[发明专利]基于轮廓波域块隐马尔可夫模型SAR图像去噪方法

说明书

技术领域

本发明属于图像处理技术领域，尤其涉及SAR图像斑点噪声抑制 的方法，该方法可用于对SAR图像、医学图像和自然图像进行去噪处 理。

背景技术

合成孔径雷达SAR具有全天候、全天时对地观测的能力，还可以 透过地表和植被获取信息，在军事、遥感等领域发挥出越来越大的作用。 SAR图像中斑点噪声的存在，严重影响了后续各种自动解译和场景理解 任务完成的准确性程度。因此斑点噪声的去除对SAR图像的后续处理是 非常重要的。

斑点噪声的去除通常包括空域滤波和变换域方法。空域滤波如 Gamma-MAP对SAR图像进行去噪，在一定程度上可以有效的减弱噪 声的影响，但此类滤波器都不同程度的对SAR图像产生了过平滑作用， 使图像变模糊，细节信息丢失严重。变换域中的阈值滤波，包括软、硬 阈值滤波，作用于整个图像或整个尺度将损失其中的大部分细节，信息 丢失也很严重。Crouse等人将小波变换与隐马尔可夫模型联系起来，提 出了小波域隐马尔可夫模型，开辟了变换域统计信号处理这一新的研究 领域。随着多尺度几何分析的发展，众多学者提出了多尺度几何变换域 下的HMT模型和各种改善的HMT模型。Po和Do提出Contourlet域用 于图像去噪的HMT模型。这种模型可以应用到SAR图像去噪中，但这 种模型只捕获了微小的尺度内的依赖性，对SAR图像去噪时，同质区 域内的噪声去除不够彻底，去噪效果并不理想。

Po和Do对Contourlet系数的尺度内，尺度间和方向间的相关性进 行了分析，并得出结论：尺度内Contourlet系数的相关性即聚集性比尺 度间的相关性即延续性对系数的影响显著。因此把背景隐马尔可夫模型 CHMM推广到Contourlet变换域，这种新的模型称之为Contourlet域背 景隐马尔可夫模型CD-CHMM。然而应用CD-CHMM模型对SAR图像 去噪缺少空间适应性，造成了边缘模糊现象。

发明内容

本发明的目的在于克服上述已有方法的不足，提出一种基于轮廓 波域块隐马尔可夫模型的SAR图像去噪方法，以彻底去除同质区域内 噪声，保持细节信息，改善空间适应性和提高边缘清晰度。

本发明的技术方案是：对小波域块隐马尔可夫模型Block HMM进 行背景以及块的改进，把这个改进的统计模型推广到Contourlet域，建 立了Contourlet域Block HMM模型，并用于SAR图像去噪。具体实现 步骤包括：

A建模步骤

(A1)对输入SAR图像依次进行对数变换和Contourlet变换，获得 Contourlet变换系数，得到高频Contourlet系数；

(A2)对得到的高频Contourlet系数，按如下步骤建立Block HMM 模型：

①定义改进的背景为：