[发明专利]基于目标提取和SRAD算法的SAR图像去斑方法

权利要求书

1.一种基于目标提取和SRAD算法的SAR图像去斑方法，包括如下步骤：

(1)对输入的SAR图像A进行细节和边缘的目标图像提取，得到提取出的目标图像T；

(2)将提取出的目标图像T从输入的SAR图像A中移除，得到移除目标图像后的SAR图像B；

(3)计算移除目标图像后的SAR图像B的SRAD算法最佳迭代次数a：

3a)设置SRAD算法的迭代初始值s(0)，迭代步长step=100，实验次数t=20，计算每次实验的SRAD滤波迭代次数：s(i)=s(0)+i×step，i=1,2,…,t；

3b)分别使用迭代次数s(i)，i=1,2,…,t；对移除目标图像后的SAR图像B进行SRAD滤波,得到滤波处理结果图像组C(i),i=1,2,…,t；

3c)分别计算不同迭代次数的SRAD滤波结果图像组C(i)的等效视数数组H(i)和边缘保持程度数组I(i)：

I(i)=[Σ(|Sb(l,m)-Sb(l+1,m)|+|Sb(l,m)-Sb(l,m+1)|)][Σ(|Sa(l,m)-Sa(l+1,m)|+|Sa(l,m)-Sa(l,m+1)|)]]]>

其中，u和σ分别为不同迭代次数SRAD滤波结果图像组C(i)中一块同质区域的均匀值和标准差，(l,m)表示移除目标图像后的SAR图像B中的边缘像素点的坐标，S_a(l，m)表示移除目标图像后的SAR图像B的边缘像素点的灰度值，S_b(l，m)表示不同迭代次数SRAD滤波结果图像组C(i)的边缘像素点的灰度值；H(i)的值越大，图像对比度越小，表示滤波器对斑点噪声的平滑能力越强；I(i)的值越大，表示滤波器对原图像的细节保持能力越好；

3d)分别将上述计算所得的等效视数数组H(i)和边缘保持程度数组I(i)进行标准化，得到标准化等效视数数组J(i)和标准化边缘保持程度数组K(i)；以SRAD滤波迭代次数s(i)为横坐标，以对应的标准化等效视数数组J(i)和标准化边缘保持程度数组K(i)为纵坐标作两条曲线，则这两条曲线交点横坐标的值即为移除目标图像后的SAR图像B的SRAD最佳迭代次数a的值；

(4)采用最佳迭代次数a对移除目标图像后的SAR图像B进行SRAD滤波处理，得到去除斑点噪声的SAR图像D；

(5)将所提取出的目标图像T与去除斑点噪声的SAR图像D相加，得到最终去斑结果图像R。