[发明专利]基于SWT域改进粒子滤波的SAR图像降斑方法

说明书

技术领域

本发明属于图像处理技术领域，涉及图像降噪，可用于对SAR图像进行目标检测和目标识别。

背景技术

为了从SAR图像中获取成像区域的有关信息，必须对其进行有效的解译，而乘性斑点噪声的存在降低了目标的检测概率，阻碍了对SAR图像的进一步研究。因此抑制SAR图像相干斑的研究一直是SAR成像处理与图像分析中的一个重要课题，其关键是在去除斑点噪声的同时较好的保持图像的边缘及纹理信息。早期抑制SAR图像斑点噪声采用的方法为多视处理，但此方法同时会带来图像分辨率的降低。进一步的滤波方法则是空间滤波方法，如Lee、Kuan、Frost、Refined Lee等空域滤波器。90年代以后，小波变换以及多分辨分析方法被引入到SAR图像滤波处理领域之中。研究证明在小波域处理图像能够很好的保持图像的细节信息，因此基于小波的滤波方法受到了极大关注并广泛应用于图像处理领域。对于SAR图像，小波系数不可避免地受到噪声干扰，因此很难直接根据系数的大小来区别边缘与噪声，需要借助小波系数的统计特性来识别边缘，这也正是小波域阈值方法的局限性所在。

小波系数的统计模型选择及其参数估计对于基于贝叶斯理论的滤波方法来说至关重要。研究表明在各种模型中，广义高斯分布GGD能够更好的描述小波系数的统计特性，但贝叶斯估计处理中，当小波系数用广义高斯分布建模时，真实信号的小波系数很难得到闭环解从而限制了其应用。为解决这一问题，Dusan和Mihai提出了离散小波变换DWT域基本粒子滤波降斑方法DWT-PF，将基本粒子滤波引入SAR图像降斑处理，从而确定小波域中广义高斯分布参数并在此参数下依据最大后验概率准则选取最优粒子。粒子滤波多应用于雷达目标跟踪，其优势在于解决非线性、非高斯问题，对于非平稳、非高斯的SAR图像降斑，粒子滤波理论的引入为其问题的解决开辟了一条新的、有效的途径。Dusan和Mihai将粒子滤波应用于SAR降斑取得了较好的效果，验证了粒子滤波应用于SAR图像降斑处理领域的有效性。但经过对其方法的深入研究，可发现此方法采用的离散小波变换由于下采样操作具有移变性，相比于平稳小波变换SWT，并不利于图像的统计建模，而且粒子权值的计算与迭代过程存在偏差，无法实现最优粒子的选取，主要表现为降斑后图像边缘及纹理模糊。

发明内容

本发明的目的在于克服上述已有问题的缺点，提出了一种基于SWT域改进粒子滤波的SAR图像降斑方法，以解决基本粒子滤波降斑方法中存在的统计建模精度低以及降班后图像边缘及纹理模糊等问题。

为实现上述目的，本发明的实现步骤包括如下：

(1)使用平稳小波变换SWT将待降斑的空域图像变换到平稳小波变换SWT域，以提取不同变换尺度和水平、垂直及对角方向下的SWT域图像组；

(2)对所得的SWT域的待降斑图像组进行降斑处理：

2a)从所得的SWT域的待降斑图像组中按照SWT的变换尺度及方向信息依次选取变换尺度及方向信息相对应的SWT域待降斑图像；

2b)对所得的SWT域待降斑图像选取大小为7×7的滑动窗口；

2c)设定广义高斯分布形状参数v的取值范围为[0.5-2.5]，步进为0.1；

2d)利用广义高斯分布计算SWT域所取滑动窗口内图像的先验概率p(x)：