[发明专利]一种合成孔径雷达图像的处理方法及装置

说明书

技术领域

本发明涉及图像后期分类处理技术，尤其涉及一种合成孔径雷达(Synthetic Aperture Radar，SAR)图像的处理方法及装置。

背景技术

SAR由于具有全天时、全天候、大范围的优良观测特性，因此，被作为光学遥感的一个重要辅助工具，在地球观测任务上起着日益重要的作用。

近年来，大量的研究集中在机载和星载的高分辨率SAR图像的应用方面，要求SAR图像有较高的信噪比、信杂比等，但由于SAR图像独特的辐射和几何特性，与常规的光学图像存在较大的差别，且SAR图像为灰度图像，而人眼对灰度图像的敏感性较弱，一般只能区分出几十个色阶，但对于彩色信息人眼就能区分出上万种不同的颜色，因此，为了直观上获取更多的信息，需要将灰度图像变换为伪彩色图像。

目前，对于多极化或多波段SAR图像的彩色合成方法研究较多，如彩色空间变换、主成分分析(PCA)等；而对于单极化单波段SAR图像，无法直接套用上述方法。一些文献将光学灰度图像的彩色合成方法用于SAR图像，但由于忽略了真实地物的色彩和SAR图像的相干斑特性，得到的彩色结果可视性较差，与人的视觉体验相差较大。

发明内容

有鉴于此，本发明实施例期望提供一种SAR图像的处理方法及装置，能够获得与光学图像相近的伪彩图，具有较佳的视觉效果。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例提供了一种合成孔径雷达SAR图像的处理方法，所述方法包括：

对SAR图像进行滤波；

获取滤波后的SAR图像的局部纹理特征参量；

依据所述特征参量对SAR图像中包括的地物进行分类；

依据分类结果对SAR图像进行相干斑抑制，获得类特征增强的SAR图像；

对所述类特征增强的SAR图像进行彩色合成。

上述方案中，所述对SAR图像进行滤波包括：将受到相干斑噪声污染的图像建模为：F＝(T+N)·S；其中，F为接收的后向散射强度，T为信号强度，N为加性噪声，S为乘性相干斑；

通过对数变换将乘性相干斑转换为加性噪声：log(F)＝log(T+N)+log(S)；

通过滤波将相干斑噪声滤除，并经指数变换得到滤除相干斑的SAR图像。

上述方案中，所述局部纹理特征参量包括：局部均值、变差系数和局部动态范围；

相应的，获取滤波后的SAR图像的局部纹理特征参量包括：

其中，所述I为原始图像，M为局部均值，i、j分别为行号和列号，W(i,j)为以(i,j)为中心的窗口；

其中，所述V_α为局部方差；

其中，所述V为变差系数；

其中，所述R为局部动态范围。

上述方案中，所述依据所述特征参量对SAR图像中包括的地物进行分类包括：依据所述局部均值、变差系数和局部动态范围对SAR图像中包括的地物粗分类为水体、建筑、植被及裸地，然后，再对粗分类后的SAR图像进行精细化；

所述依据所述特征参量对SAR图像中包括的地物粗分类为水体、建筑、植被及裸地包括：通过如下公式获得水体、建筑及植被的分类结果；

其中，所述C_w为水体的分类结果，TH_m1、TH_R1分别为水体的局部均值M和局部动态范围R的阈值；

其中，所述C_s为建筑的分类结果，TH_V、TH_R2分别为建筑的变差系数V和局部动态范围R的阈值；

其中，所述C_t为植被的分类结果，TH_m2、TH_R3分别为植被的局部均值M和局部动态范围R的阈值；

获得SAR图像中包括的地物中的水体、建筑及植被后，剩下的部分为即裸地；

所述对粗分类后的SAR图像进行精细化包括：对于SAR图像中包括的植被及裸地不作处理，对于水体部分，首先使用形态学的闭运算填充区块内细小空洞、连接邻近物体，然后，统计块连通区域的像素数量大小，将较小块的区域排除，得到水体部分的精细化结果；

对于SAR图像中包括的建筑部分，采用闭运算优化分类结果，然后剔除孤立的散点，得到相应的建筑区域。