[发明专利]一种基于改进非局部均值的非下采样Shearlet降斑方法在审

专利信息
申请号: 201810264990.8 申请日: 2018-03-28
公开(公告)号: CN108447039A 公开(公告)日: 2018-08-24
发明(设计)人: 孙增国;师蕊;宋云静;闫晓鹏 申请(专利权)人: 陕西师范大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/10;G06T5/20
代理公司: 西安智萃知识产权代理有限公司 61221 代理人: 张蓓
地址: 710119 陕西省西安市长*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 非局部 下采样 低通滤波 剪切波 改进 边缘细节 变换图像 带通滤波 对数变换 高通滤波 均值滤波 算法处理 稀疏表示 指数变换 重构图像 传统的 稀疏性 采样 混叠 频谱 重构 分解 保留
【权利要求书】:

1.一种基于改进非局部均值的非下采样Shearlet降斑方法,包括以下步骤:

步骤一、将SAR图像进行对数变换,得到转换图像;

步骤二、将所述转换图像分解成一个低通滤波图像和一个高通滤波图像

步骤三、先在伪极化格上对高通滤波图像进行离散傅里叶变换产生矩阵再对该矩阵进行带通滤波处理,然后将带通滤波处理后的结果做二维逆傅里叶变换,得到变换图像;

步骤四、使用改进的非局部均值滤波算法处理变换图像,得到降斑图像;改进的非局部均值滤波算法为:

式(1)中:NL[V](i)为降斑结果;fk(i,j)为加权核函数,i,j为任意像素点;

式(2)中,h为平滑参数,N为滤波参数;

式(3)中:Ni与Nj分别表示以像素i和像素j为中心的方形邻域;α为高斯加权的标准差,α>0,||·||2为范数;

步骤五、将得到的低通滤波图像和降斑图像进行Shearlet重构;

步骤六、对Shearlet重构后的图像进行指数变换,得到降斑后的图像。

2.如权利要求1所述的基于改进非局部均值的非下采样Shearlet降斑方法,其特征在于,所述步骤一中将SAR图像进行对数变换的公式为:

log(Y)=log(F)+log(X) (4)

式(4)中,Y是SAR图像,F是斑点,X是降斑后的图像。

3.如权利要求1所述的基于改进非局部均值的非下采样Shearlet降斑方法,其特征在于,所述步骤二具体为:采用非下采样拉普拉斯金字塔将转换图像分解成一个低通滤波图像和一个高通滤波图像分解表达式为:

式(5)中,为转换图像,和为j和k尺度上的高通滤波器和低通滤波器,为低通滤波图像,为高通滤波图像。

4.如权利要求1所述的基于改进非局部均值的非下采样Shearlet降斑方法,其特征在于,所述步骤三在伪极化格上对高通滤波图像进行离散傅里叶变换的方程式为:

式(6)中,f[n1,n2]为高通滤波图像该高通滤波图像大小为N×N,n1,n2∈[0,N-1],是对f进行离散傅里叶变换,为离散傅里叶变换的结果;

对离散傅里叶变换的结果,在离散域计算得到矩阵其中:为实数集;ε1,ε2为实数,V为窗函数,V的表达式为j是尺度参数,-代表求平均值运算。

5.如权利要求1或4所述的基于改进非局部均值的非下采样Shearlet降斑方法,其特征在于,

所述步骤三是利用窗函数W对矩阵进行带通滤波处理的,窗函数W的表达式为:

式(7)中,

为Bump函数且表示D0上的指示函数,表示D1上的指示函数,j是尺度参数,l是剪切参数。

6.如权利要求5所述的基于改进非局部均值的非下采样Shearlet降斑方法,其特征在于,所述二维逆傅里叶变换的表达式为:

式(8)中,ψ∈L2(R2),L为实数域,j为尺度参数,k为平移参数,l是剪切参数,d=0,1,是对f进行离散傅里叶变换,W为窗函数;是二维逆傅里叶变换时的标准正交基函数,窗函数V的表达式为为Meyer函数

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西师范大学,未经陕西师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810264990.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top