[发明专利]基于非局部Lee的极化SAR相干斑噪声抑制方法

权利要求书

1.基于非局部Lee的极化SAR相干斑噪声抑制方法，包括如下步骤：

(1)设定大小为7×7的小方块相应位置上的掩膜值为0或1，获得八类方向窗掩膜w₁~w₈；

(2)读取极化SAR图像数据，并进行边界镜像对称扩展，扩展半径为3；

(3)利用非局部滤波方法，寻找极化SAR图像数据中像素点x的相似像素点，组成相似像素集S；

(4)用线性最小均方误差方法对相似集S中的像素点x进行估计；

(5)对极化SAR图像数据的每一个像素点，进行步骤(3)—步骤(4)处理，得到整个极化SAR图像数据的最终滤波后的协方差矩阵

(6)用Pauli向量法将滤波后的协方差矩阵合成伪彩图，再将伪彩图转换为灰度图像。

2.根据权利要求1所述的基于非局部Lee的极化SAR相干斑噪声抑制方法，其中步骤(3)所述的利用非局部滤波方法，寻找像素点x的相似像素点，组成相似像素集S，按如下步骤进行：

3a)以像素点x为中心取7×7大小的邻域窗，记为图像块X,在搜索窗Ω内以各像素点为中心取7×7大小的邻域窗，记为图像块Y¹,Y²,…,Y^N,N为搜索窗Ω内的像素点数，计算图像块X和搜索窗内的各图像块Y¹,Y²,…,Y^N之间的相似距离

dX,Yn=mean(d1,d2,···,d8),]]>1≤n≤N

上式中mean表示均值，1≤j≤8，1≤n≤N表示当方向窗掩膜为第j类时两个图像块之间的距离，为第j类方向窗掩膜中位置i处的掩膜值，k为图像块内像素点的个数，取值为49，dXi,Yni=6ln2+ln|Xi|+ln|Yin|-2ln|Xi+Yin|]]>1≤n≤N，表示两个像素点之间的相似距离，|X_i|为图像块X的第i个像素点矩阵的行列式值，为图像块Yⁿ的第i个像素点矩阵的行列式值；

3b)对步骤3a)得到的相似距离与给定的一个阈值T做比较，则将图像块Y所对应的中心像素点存入与像素点x相似的像素集S中，其中阈值T的定义如下：

T=-K/l×n]]>

K是一个调节参数，K值越大，像素集S中的像素越多，滤波效果越平滑，如果K值太大，会产生过滤波现象，导致很多点目标和细节信息丢失，这里设定K=20，l为极化SAR图像数据的视数，取值为4，n为计算图像块之间的相似距离时用到的像素个数，取值为28。

3.根据权利要求1所述的基于非局部Lee的极化SAR相干斑噪声抑制方法，其中步骤(4)所述的用线性最小均方误差方法对相似集S中的像素x进行估计,按如下步骤进行：

4a)判断相似集S中元素的个数，如果个数小于1，则像素点x不进行滤波，保持不变,直接输出像素点x，否则，像素点x继续执行如下步骤；

4b)取出相似集S中所有像素的span数据集，记为数据集y，span数据是极化SAR图像数据协方差矩阵C的对角线元素之和，即S_hh表示h方向发射和h方向接收的回波数据，S_vv表示v方向发射和v方向接收的回波数据，S_hv表示h方向发射v方向接收的回波数据；

4c)计算数据集y的权重值:其中var(y)表示数据集y的方差，表示数据集y的均值，σ表示相干斑方差，h是调整因子，取值为1.2，l为极化SAR图像数据的视数，取值为4；

4c)用步骤4c)得到的权重值b，计算像素点x的滤波值：是相似集S的均值。