[发明专利]一种基于超像素相似性测量的SAR图像相干斑抑制方法有效
申请号: | 202010175341.8 | 申请日: | 2020-03-13 |
公开(公告)号: | CN111461999B | 公开(公告)日: | 2023-02-14 |
发明(设计)人: | 朱磊;李敬曼;翟娅娅;蒙晓宇 | 申请(专利权)人: | 西安工程大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/13 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 曾庆喜 |
地址: | 710048 陕*** | 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: | 一种 基于 像素 相似性 测量 sar 图像 相干 抑制 方法 | ||
1.一种基于超像素相似性测量的SAR图像相干斑抑制方法,其特征在于,包括如下步骤:
步骤1:在平台上输入带有乘性相干斑噪声的SAR图像;
步骤2:计算图像中表征边缘、细节等信息起伏程度的变差系数CV;具体过程为:
其中,σX(i)表示观测值X在以像素点i为中心的相似窗内的标准差,表示观测值X在以像素点i为中心的相似窗内的均值,β表示对其做指数变换,β的值为1.1;
步骤3:设置滤波参数,包括搜索窗S、相似窗T、衰减指数α;
步骤4:根据步骤3设定的参数对输入的SAR图像进行非局部平均抑斑处理;过程为:
步骤4.1:从SAR图像中选择以待处理位置i像素为中心的大尺度搜索窗S(i);
步骤4.2:从搜索窗S(i)中提取以待处理位置i像素为中心的小尺度相似窗范围内对应的像素块T(i)和以其他位置j像素为中心的小尺度相似窗范围内对应的像素块T(j);
步骤4.3:采用加入结构信息的超像素分块相似性测量参量来计算T(i)与T(j)的相似性矩阵Mi,j:
公式(3)中,dc表示像素点对应像素值之间的距离,即灰度相似性,取值越大相似程度越小,取值越小相似程度越大;ds表示其他像素点与待处理像素点的位置距离,即空间邻近性,取值越大距离越远,取值越小距离越近;dCV表示像素点之间结构信息的距离;a为相似窗的尺度;m表示空间邻近性较灰度相似性的重要性,取值范围为[1,40];t表示结构信息相似性较空间邻近性和灰度相似性的重要性,t为10;
dc的表达式如公式(4)所示,其中T(j)和T(i)分别表示在搜索窗中以其他像素为中心的相似窗和以待处理像素为中心的相似窗中对应位置上像素值的距离;ds的表达式如公式(5)所示,其中xj、xi分别表示位置j像素和位置i像素的行坐标,yj、yi分别表示在搜索窗中以其他像素为中心的相似窗和以待处理像素为中心的相似窗中对应位置上像素点的位置距离;dCV的表达式如公式(6)所示,其中CVT(j)和CVT(i)分别表示在搜索窗中以其他像素点为中心的相似窗和以待处理像素点为中心的相似窗中对应位置上结构信息CV的距离;
步骤4.4:计算相似性矩阵Mi,j中所有元素的平均值,并将该值作为位置j像素与位置i像素的相似性测量值Di,j,表达式如下:
Di,j=∑Mi,j/a (7)
其中,a表示相似窗的尺度;
步骤4.5:计算S(i)中所有像素与待处理位置i像素的相似性测量值Di,j;
步骤4.6:根据步骤2估计的图像变差系数CV和设置的衰减指数α构建自适应衰减因子,表达式如下:
h(i)=α/CV(i) (8)
步骤4.7:计算S(i)内每个像素的加权系数及正则化因子,表达式如下所示:
公式(9)中,wi,j表示位置j像素相对于待处理位置i像素的归一化加权系数,B(i)表示正则化因子,表达式如公式(10)所示;
步骤4.8:重复步骤4b)~4g),直至S(i)内其他像素点的加权系数计算完毕;
步骤4.9:根据加权系数计算出待处理像素点的滤波值,如公式(11)所示:
其中,表示待处理像素点的滤波值;
步骤4.10:重复步骤4a)~4h),直至SAR图像中所有像素点的滤波值估计完毕;
步骤5:输出滤波后的SAR图像。
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西安工程大学,未经西安工程大学许可,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/202010175341.8/1.html,转载请声明来源钻瓜专利网。