[发明专利]基于概率模型和NSDT的SAR图像去斑方法

摘要

本发明公开了一种基于概率模型和NSDT的SAR图像去斑方法，克服了现有技术中去斑后SAR图像的边缘和细节信息保持不充分，去斑后的SAR图像匀质区域中出现伪纹的问题。本发明实现的具体步骤为：(1)输入图像；(2)非下采样方向波变换；(3)对高频子带系数求标签掩码；(4)求似然比；(5)求先验比；(6)求去斑后的高频子带系数；(7)非下采样方向波逆变换；(8)输出图像。本发明可以有效捕捉SAR图像在非下采样方向波变换域的统计特性，能清晰的保持去斑后SAR图像的边缘和细节信息，能够有效滤除待去斑SAR图像匀质区域中斑点噪声。

主权项

1.一种基于概率模型和NSDT的SAR图像去斑方法，包括如下步骤：(1)输入任选的一幅待去斑的SAR图像；(2)非下采样方向波变换：对输入的待去斑的SAR图像进行尺度为L的非下采样方向波变换，得到不同尺度下的高频子带系数及低频子带系数；(3)对高频子带系数求标签掩码：按照下式，得到不同尺度下高频子带系数的标签掩码：X=0,|D·y|<σ21,|D·y|≥σ2]]>其中，X表示不同尺度下高频子带系数的标签掩码，0表示待去斑SAR图像中噪声的标签掩码，1表示待去斑SAR图像中边缘和细节的标签掩码，D表示对待去斑的SAR图像进行非下采样方向波变换后尺度l下的高频子带系数，y表示对待去斑的SAR图像进行非下采样方向波变换后尺度l+1下的高频子带系数的估计值，l∈L，σ表示不同尺度下高频子带系数的标准差；(4)求似然比：按照下式，根据概率分布求不同尺度下高频子带系数幅度信息的似然比：ξ＝p(r|1)/p(r|0)其中，ξ表示不同尺度下高频子带系数幅度信息的似然比，p(r|1)表示不同尺度下标签掩码为1的高频子带系数幅度信息的概率密度函数，p(r|0)表示不同尺度下标签掩码为0的高频子带系数幅度信息的概率密度函数，r表示不同尺度下高频子带系数对应的幅度信息；(5)求先验比：从邻域模型库中选取8个不同的邻域模型，按照先验比公式，求不同尺度下高频子带系数的先验比，先验比公式如下：η=max[ηα],M≥T,α∈{0,1,...7}η8,others]]>其中，η表示不同尺度下高频子带系数的先验比，max表示取最大值操作，η_α表示不同尺度下8个不同的邻域模型中高频子带系数的先验比，α表示8个不同的邻域模型的标号，M表示不同尺度下标签掩码为1的高频子带系数的个数，T表示阈值，其值为选定的邻域模型中高频子带系数的2/3，α∈{0,1,...7}表示8个不同的邻域模型标号从0到7，η₈表示不同尺度下3×3的正方形邻域模型中高频子带系数的先验比；(6)求去斑后的高频子带系数：(6a)按照下式，求高频子带系数的收缩阈值：ρ＝ηξ/(1+ηξ)其中，ρ表示高频子带系数的收缩阈值，η表示高频子带系数的先验比，ξ表示高频子带系数的似然比；(6b)用高频子带系数的收缩阈值乘以高频子带系数，获得去斑后的高频子带系数；(7)非下采样方向波逆变换：对低频子带系数以及去斑后的高频子带系数，进行尺度为L的非下采样方向波逆变换，得到去斑后的SAR图像；(8)输出去斑后的SAR图像。