[发明专利]一种基于BM3D的SAR图像相干斑抑制方法

摘要

本发明提出了一种基于BM3D的SAR图像相干斑抑制算法，用以解决现有技术中存在的不能实现对相干斑的有效抑制和纹理细节的有效保留兼顾的缺陷，其实现步骤为：对L视SAR图像进行自然对数变换得到对数域SAR图像I1，对I1进行预处理得到相干斑噪声均值为零的对数域SAR图像I3，计算I3中相干斑噪声的标准差σ，采用BM3D算法对I3进行相干斑抑制得到相干斑抑制后的对数域SAR图像I4，对I4进行反变换得到I0的抑斑图像Iresult。本发明在有效抑制图像相干斑噪声的同时能够很好的保留图像的纹理细节部分，从而有效的保证了SAR图像后续进行分类、目标检测和识别的准确度。

主权项

1.一种基于BM3D的SAR图像相干斑抑制方法，其特征在于，包括如下步骤：(1)对L视SAR图像进行自然对数变换：对输入的L视SAR图像I₀或经过对SAR的原始数据进行L视成像得到的L视SAR图像I₀进行自然对数变换，得到视数为L的对数域SAR图像I₁，L≥1；(2)对对数域SAR图像I₁进行预处理：(2.1)对对数域SAR图像I₁进行相干斑噪声均值偏置，得到相干斑噪声均值为零的对数域SAR图像I₂；(2.2)计算对数域SAR图像I₂中各像素点像素值的最大值并通过对I₂进行归一化，得到取值范围为[0,1]的归一化对数域SAR图像I₃；(3)计算归一化对数域SAR图像I₃中相干斑噪声的标准差σ：对归一化对数域SAR图像I₃进行小波变换，得到低频子带小波系数LL、水平高频子带小波系数HL、垂直高频子带小波系数LH和对角高频子带小波系数HH，并通过HH计算I₃中的相干斑噪声的标准差σ；(4)采用BM3D算法对归一化对数域SAR图像I₃进行相干斑抑制：(4.1)以对数域SAR图像I₃坐标为(0,0)的点x为起始像素点，并选取x周围k×k个像素点组成图像块P，k＞1，然后将在x周围n×n个像素点组成的区域内搜寻到的与P相似的m个图像块Q组成相似块组G(P)，n＞k＞1，m≥1，G(P)的表达式为：G(P)＝{Q:d(P,Q)≤τ^step1}其中，d(P,Q)为图像块P和与P相似的图像块Q之间的欧式距离，τ^step1为衡量相似度的阈值；(4.2)将相似块组G(P)堆叠成三维数组G(P)_3D，并对G(P)_3D进行协同硬阈值滤波，得到滤波结果其中T_3Dhard和T^‑1_3Dhard分别为三维小波变换和三维小波反变换，γ为硬阈值处理，λ_3D为阈值；(4.3)将恢复为m个二维图像块组，并放回到G(P)在图像I₃中对应的位置，得到G(P)的基本去噪结果再对进行聚集，得到图像I₃的基本去噪图像I_basic：其中，x_m为相似块组G(P)中的第m个相似块，为x_m的特征函数，ω^basic为x_m的权重：其中，N_har为γ(T_3Dhard(G(P)))中非零元素的个数；(4.4)以基本去噪图像I_basic坐标为(0,0)的点x为起始像素点，并选取x周围k×k个像素点组成图像块S，然后将在x周围n×n个像素点组成的区域内搜寻到的与P相似的l个图像块T组成相似块组G^basic(S)，l≥1，并在图像I₃中的相同位置取l个图像块组成相似块组G^wie(S)，G^basic(S)的表达式为：G^basic(S)＝{Q:d(S,T)≤τ^step2}其中，d(S,T)为图像块S和与S相似的图像块T之间的欧式距离，τ^step2为衡量相似度的阈值；(4.5)将相似块组G^wie(S)堆叠成三维数组G^wie(S)_3D，对G^wie(S)_3D进行协同维纳滤波，得到滤波结果为其中，和分别为三维小波变换和三维小波反变换，ω^wie为维纳滤波系数：(4.6)将恢复为l个二维图像块组，并放回到G^wie(S)在图像I₃中对应的位置，得到G^wie(S)的基本去噪结果再对进行聚集，得到图像I₃相干斑抑制后的对数域SAR图像I₄，公式为：其中，x_l为相似块组G^basic(S)中的第l个相似块，χ_xl是x_l的特征函数；(5)对对数域SAR图像I₄进行反变换：(5.1)对对数域SAR图像I₄中的每个像素点的像素值乘以max_I2，得到反归一化SAR图像I₅；(5.2)对反归一化SAR图像I₅进行自然指数变换，得到指数域SAR图像I₆；(5.3)将指数域SAR图像I₆中像素值超过255的像素点的像素值设置为255，得到L视SAR图像I₀的抑斑图像I_result。