[发明专利]基于同质区域分割的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，更进一步涉及SAR图像去噪领域的一种基于同质区域分割的SAR图像去噪方法，本发明可用于SAR图像降班处理。

背景技术

合成孔径雷达SAR作为主动雷达，具有不受光照、天气条件影响的特点，可以全天候、全天时对地观测，还可以透过地表和植被获取信息，在农业、林业、地质与军事领域等得到广泛的应用。SAR图像中由于成像散射体散射回波的相干作用造成的斑点噪声的存在不利于图像中场景的自动分析和SAR图像的理解，使得图像解译工作变得困难，尤其是对SAR图像中强弱目标点和边缘的影响非常明显。因此斑点噪声的抑制对SAR图像的后续处理如目标识别等是非常重要的。

SAR图像相干斑抑制主要有空域滤波和频域滤波两种，常见的空域抑斑方法如非局部均值滤波、基于稀疏表示的图像滤波去噪、迭代权重最大似然PPB（Probabilistic Patch-based Weight）算法等。非局部均值滤波算法是基于加性高斯噪声的上推导出来的，在对SAR图像进行处理前需对数化处理，使乘性相干斑噪声转化为加性噪声，以近似服从高斯分布且与目标信号相互独立，但处理效果仍不理想，边缘和细节部分易出现模糊。基于稀疏表示的图像去噪方法，是最近提出的一种空域图像去噪新方法，它采用图像在冗余字典上的稀疏近似来实现去噪，KSVD字典学习中的误差控制易造成图像的部分纹理信息丢失，增加后期变化检测的误检率。

频域滤波主要是利用多分辨分析的方法，常见的有基于小波变换的方法。小波变换用于SAR图像去噪，主要是对变换后的系数取阈值或者计算无噪信号系数后验概率，进而计算理想信号系数，然后逆变换得到去噪图像。它们能对SAR图像斑点噪声有效滤除且纹理信息也得到一定的保留，但同质区域会出现划痕效应，边缘和强反射点目标模糊。

凤宏晓等在文献“基于自适应窗和形状自适应小波变换的SAR图像相干斑抑制.红外与毫米波学报28卷第3期2009”中提出的SAR图像抑制方法，该文献是用通过局部多项式近似-置信区间交叉的方法构造每个像素点相对应的同质区域，对每个同质区域利用快速形状自适应小波变换进行硬阈值收缩抑斑。该文献虽然能去除图像重构中的“振铃”效应，但是对图像中的弱目标点还是无法保持，边缘不能保持清晰。

西安电子科技大学拥有的专利技术“基于同质点计算的SAR图像去斑方法”（专利申请号：2009100209548，授权公告号：CN101482969B）中提出了一种基于同质点计算的SAR图像去斑方法。该专利技术采用对SAR图像中点、线、边缘和面目标的同质点之间进行去噪的方法。该方法虽然能最大限度的平滑斑点噪声的同时保持SAR图像的边缘和纹理细节，但是仍然存在的不足是，同质点之间加权平均不能对图像有很好的稀疏表示，同质区域没有得到较好的去噪效果，弱目标点也很难保持。

发明内容

本发明的目的在于克服上述算法的不足，提出了基于同质区域分割的SAR图像稀疏去噪方法，能有效地去除噪声，同时对强弱目标点以及边缘等细节信息也能很好地保留。

实现本发明的技术思路是：首先，将SAR图像分割成大小不一的同质区域块；其次，计算每个同质区域块的局部标准差；然后，根据同质区域块的大小选择不同原子大小的字典；最后，对每块同质区域用各自的字典稀疏去噪，得到整幅图像的去噪结果。

实现本发明目的的具体步骤如下：

（1）输入图像：

输入任选的一幅单极化幅度图的合成孔径雷达SAR图像。

（2）得到对数变换图像：

对读入的合成孔径雷达SAR图像中每个像素点的灰度值作对数变换，用每个像素点灰度值对数变换后的值替代该像素点的灰度值，得到一幅对数变换图像。

（3）确定中心像素点的同质区域：

3a）从对数变换图像的第一行起，逐行并按照每一行从左到右的顺序，找出第一个像素点灰度值为非零的像素点，将该非零像素点作为中心像素点，保存该中心像素点空间位置；

3b）以中心像素点为起点，将水平向右的方向的像素点组成一列，得到中心像素点0度方向像素点的集合；

以中心像素点为起点，将水平向右和垂直向上的像素中与水平方向和垂直方向间距相等的像素点组成一列，得到中心像素点45度方向像素点的集合；

以中心像素点为起点，将垂直向上的方向的像素点组成一列，得到中心像素点90度方向像素点的集合；

以中心像素点为起点，将水平向左和垂直向上的像素中与水平方向和垂直方向间距相等的像素点组成一列，得到中心像素点135度方向像素点的集合；