[发明专利]基于有噪谱平稳的SAR图像显著区域检测方法

说明书

本发明公开了一种基于有噪谱平稳的SAR图像显著区域检测方法，所述方法如下：步骤一：输入标准图像格式的高分辨率SAR图像；步骤二：计算有噪估计条件下局部图像谱平稳特征，最终生成与图像等大小的有噪估计谱平稳特征图；步骤三：使用误差为e的数据格式无关p‑tile分割法处理有噪估计谱平稳特征图，取分割前景部分为疑似显著区域；步骤四：获取疑似显著区域的连通域结果，利用尺度滤波滤除像素数少于c的连通域图块，余下部分作为高分辨率SAR图像显著区域输出。本发明具有较好的性能与效率，能够适用于任意格式数据，具有较高的实用价值。

技术领域

本发明属于遥感图像处理技术领域，涉及一种SAR图像显著区域检测方法，具体涉及一种基于有噪谱平稳的SAR图像显著区域检测方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)是一种具有全天时、全天候特性的主动式微波雷达，是遥感领域中一种不可或缺的重要手段，其在城镇遥感、灾害监测、海洋探索、人类活动痕迹观测等涉及到国防民生的应用中起着关键作用。与传统光学遥感图像成像机制不同，SAR图像主要反映了地面物体的后向散射信息，这一特点使得SAR图像对于一些人造目标或者其他异常、地面突变突起等目标或区域比较敏感，因此相对于光学图像，针对这一类地物，即显著性地物，使用SAR图像进行检测具有明显优势。同时，显著性地物虽然不能直接代表特定类别人造地物，但是往往包含了较多的有价值目标或者信息。因此显著性区域的检测提取在遥感图像处理中，对于高价值目标快速检测、冗余信息去除等具有重要意义，同时也为进一步的精细处理以及其他应用提供高质量数据。但是，SAR图像受到相干斑噪声干扰，使得大多经典图像处理方法、经典细节描述特征在SAR图像中不再适用，导致SAR图像的处理质量下降，这种影响在高分辨率SAR图像中更加明显。

目前针对高分辨率SAR图像中显著目标、显著区域的检测问题，主流解决方案是根据SAR图像性质直接构建显著性特征，并利用分割方法从特征图中提取显著性区域。这一方法中的难点是显著性特征的构建。现有显著性特征一般从光学显著性特征发展而来，例如中心-邻域对比度方法。但是SAR图像局部细节及纹理与地表粗糙度、地面物体分布相关，且由于相干斑噪声影响，使得部分非显著区域，例如草地或沙地背景，在图像中呈现出了高散射、复杂纹理的形式，使其经常被误认为是显著性区域。现有针对这一问题的解决方法，主要通过引入复杂的统计量来滤除由于背景散射能量较高以及复杂纹理的影响，但是当背景对比度过高或者纹理模式过于复杂时，统计量的滤除能力有限。

另外，针对特征图的分割方法中，大量经典分割方法主要针对标准图像格式设计，例如要求输入图像数据格式为8bit量化或固定比特数整形量化。尤其是直方图分割法，需要统计图像像素分布，而这一步骤通过扫描所有图像量化值并进行统计实现。但是大多特征图在未进行量化调整时难以满足特定量化要求，这将直接导致两个问题，一是进行格式转换、整形量化时可能导致信息与细节丢失、分辨率降低；而不经格式转化直接进行统计，则排序步骤会消耗大量时间，降低了显著区域检测作为中间处理过程的实用性，增加了SAR图像处理链路负担。此外，不同特征图数据分布区间差异大，难以通过设置经验性硬阈值进行数据筛选。

发明内容

本发明的目的是提供一种基于有噪谱平稳的SAR图像显著区域检测方法，该方法利用噪声拟合构建了频域稳定性特征，并设计了数据格式无关的e精度p-tile分割方法，以较高的处理效率实现了高分辨率SAR图像中显著区域的检测，有效地滤除了图像中具有高散射复杂纹理的背景区域，避免了非显著性复杂背景的干扰，为进一步的精细处理以及其他应用提供高质量的参考数据。

本发明的目的是通过以下技术方案实现的：

一种基于有噪谱平稳的SAR图像显著区域检测方法，包括如下步骤：

步骤一：输入标准图像格式的高分辨率SAR图像；