[发明专利]基于AD-NSCT算法的SAR图像去噪方法

摘要

本发明公开了一种基于AD-NSCT算法的SAR图像去噪方法，主要改善现有图像去噪方法边缘模糊和噪声去除不充分的现象。其实现过程是：(1)输入一幅SAR图像；(2)对其按四个尺度、四个方向的子带进行非下采样contourlet变换，生成系数矩阵；(3)计算系数矩阵的噪声标准差；(4)计算图像的掩膜矩阵；(5)计算图像的Affinity矩阵，并结合系数矩阵，计算Alpha矩阵；(6)用Alpha矩阵修正对应的掩膜矩阵，并计算后验比；(7)用修正后的掩膜矩阵，计算先验比；(8)用先验比和后验比，计算图像的缩放因子；(9)对系数矩阵进行缩放处理，对其结果进行逆变换，实现SAR图像的去噪。本发明在保证较高平滑度的同时能很好地保持SAR图像的边缘细节信息，使去噪后的SAR图像在视觉效果上得到了显著的改善。

主权项

1.一种基于AD-NSCT算法的SAR图像去噪方法，包含以下步骤： （1）输入一幅SAR图像，并设置分解级数为n_levels=[2222]； （2）对输入的SAR图像，按四个尺度、四个方向的子带进行非下采样contourlet变换，生成系数矩阵c^(l，d)，其中l表示尺度，d表示方向子带； （3）对系数矩阵c^(l，d)，计算各尺度各方向子带的噪声标准差σ_(l，d)； （4）根据系数矩阵c^(l，d)和噪声标准差σ_(l，d)，对输入的图像，计算各尺度各方向子带的的掩膜矩阵x^(l，d)； （5）根据系数矩阵c^(l，d)，计算输入图像在各尺度各方向子带的Affinity矩阵W^(l，d)，并利用Affinity矩阵W^(l，d)，计算其对应尺度对应方向子带上的拉普拉斯矩阵L^(l，d)； （6）根据拉普拉斯矩阵L^(l，d)和系数矩阵c^(l，d)，计算输入图像在各尺度各方向子带的Alpha矩阵α^(l，d)； （7）用Alpha矩阵α^(l，d)修正对应尺度对应方向子带的掩膜矩阵x^(l，d)，得到修正后的掩膜矩阵x'^(l，d)； （8）根据Alpha矩阵α^(l，d)，计算输入图像在各尺度各方向子带的后验比ζ^(l，d)： （9）根据修正后的掩膜矩阵x'^(l，d)，计算输入图像在各尺度各方向子带的先 验比η^(l，d)； （10）根据先验比η^(l，d)和后验比ζ^(l，d)，计算输入的图像在各尺度各方向子带的缩放因子ρ^(l，d)： ρ^(l，d)＝η^(l，d)ζ^(l，d)/(1+η^(l，d)ζ^(l，d))； （11）根据缩放因子ρ^(l，d)，对各尺度各方向子带的系数矩阵c^(l，d)进行缩放处 理，得到缩放后的系数（12）对缩放后的系数矩阵进行非下采样Contourlet逆变换，逆变换后的结果即为去噪后的SAR图像数据。