[发明专利]基于隐马尔科夫树模型的SAR图像去噪方法

摘要

本发明公开一种基于隐马尔科夫树模型的SAR图像去噪方法，它涉及图像处理领域，主要解决图像细节、纹理信息被平滑及同质区域等效视数低的问题。其步骤为：(1)对数变换和Contourlet分解；(2)对Contourlet系数进行HMT建模，并训练；(3)利用估计参数对Contourlet系数进行校正；(4)建立背景隐马尔科夫训练模型，用该估计参数重新校正系数，并进行Contourlet逆变换和指数变换，得到一次去噪图像；(5)对差值图像进行去噪，得到二次去噪图像；(6)对两次去噪图像进行融合，并对融合后的图像进行旋转平移，获得最终去噪图像并输出。本发明较好地保持了SAR图像的细节和纹理信息，减少SAR图像同质区域内斑点噪声，可用于对SAR图像进行去噪处理。

主权项

1、一种基于隐马尔科夫树模型HMT的SAR图像去噪方法，包括如下步骤：(1)对输入SAR图像依次进行对数变换和Contourlet变换，获得不同方向的Contourlet变换系数；(2)采用单方向传递模型和多方向传递模型分别对不同方向的Contourlet系数进行尺度间HMT建模；(3)用EM算法对建立的HMT模型进行训练，得到均值、方差、状态转移概率和状态概率最优估计参数，并利用该最优估计参数按照贝叶斯最小均方误差准则对Contourlet系数进行萎缩，得到初始无斑系数；(4)对初始无斑系数建立尺度内的背景隐马尔科夫模型CHMM，利用EM算法对尺度内的CHMM进行训练，得到尺度内的估计参数，利用尺度内的估计参数对初始无斑系数进行萎缩，得到最终无斑系数；(5)对最终无斑系数依次进行Contourlet逆变换和指数变换，得到初步的去噪图像I1；(6)采用各向异性扩散方法对原始SAR图像和去噪图像I1的差值图像进行去噪处理，得到二次去噪图像I2；(7)用模极大值方法对初步去噪图像I1和二次去噪图像I2进行融合；(8)对融合后的图像用CycleSpinning方法进行旋转平移处理，获得最终去噪图像，并输出。