[发明专利]基于DCT字典同步稀疏表示的SAR图像降斑方法

摘要

本发明公开了一种基于DCT字典同步稀疏表示的SAR图像降斑方法，主要解决现有方法对SAR图像去斑不能很好保持纹理和边缘的问题。其实现步骤为：（1）对输入幅度SAR图像进行预处理；（2）对输入幅度SAR图像利用PPB方法进行滤波，得到一次滤波结果；（3）对于图像中的每个像素点，计算对应的加性噪声的标准差；（4）在一次滤波结果图像上，构建各个图像块的相似集合，并构建各个相似集合的方差稳定化矩阵；（5）对每一个相似集合，利用DCT字典进行带权值的同步稀疏表示得到表示系数；（6）用表示系数重构图像得到去噪图。本发明很好的解决了SAR图像去斑的边缘和纹理保持问题，可用于SAR图像去斑。

主权项

1.一种基于DCT字典同步稀疏表示SAR图像降斑的方法，包括如下步骤： （1）对输入幅度SAR图像进行预处理： 1a)用输入幅度SAR图像所含有的乘性相干斑噪声的均值，对该输入幅度SAR图像进行归一化，得到归一化图像V_sc； 1b)对输入幅度SAR图像利用PPB方法先进行一次滤波，得到滤波后图像V_PPB； 1c)在输入幅度SAR图像上，对每个像素点的真实像素值进行估计，即以输入幅度SAR图像上的任一像素点i为中心点，大小为N×N的邻域块中的所有像素值的均值作为对像素点i的真实值u_i的估计值，其中，1≤i≤n，n为输入幅度SAR图像总的像素个数；1d)对输入幅度SAR图像上中的每个像素点计算它对应的加性噪声标准差： 其中，σ(i)为像素点i的加性噪声标准差，L为幅度图的视数； （2）在归一化图像V_sc上，对每个像素点寻找相似集合和权值稳定化矩阵： 2a)以归一化图像V_sc中的任一像素点i为中心点，选取大小为N×N的邻域块，并将该块列化为向量x_i，再以i为中心，得到一个大小为T×T的正方形搜索窗Δ，在搜索窗Δ内，按照V_PPB中对应的比值距离寻找与x_i相似的列向量形成相似集合S_i； 2b)取相似集合S_i中与x_i最相似的30个列向量形成相似矩阵X_i，同时从标准差σ(i)中取出与X_i对应的标准差，形成标准差矩阵对该矩阵每个元素取倒数，得到权值稳定化矩阵β_i；（3）初始化字典D为冗余DCT字典，其中，K为字典原子个数，然后用带权值的SOMP对相似矩阵X_i进行稀疏表示，得到表示系数A_i的值；（4）将字典D与A_i相乘得到降斑矩阵然后将降斑矩阵中重复出现的点进行算数平均得到去斑图像。