[發明專利]基于隱馬爾科夫樹模型的SAR圖像去噪方法

有效

• 申請號: 200910023171.5
• 申請日: 2009-07-02
• 公開（公告）號: CN101685158A
• 公開（公告）日: 2010-03-31
• 發明（設計）人: 侯彪;焦李成;田福苓;王爽;張向榮;馬文萍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G01S13/90
• 分類號: G01S13/90;G06T5/00
• 代理公司: 陜西電子工業專利中心
• 代理人: 王品華;朱紅星

1.一種基于隱馬爾科夫樹模型HMT的SAR圖像去噪方法，包括 如下步驟：

(1)對輸入SAR圖像依次進行對數變換和Contourlet變換，獲得不 同方向的Contourlet變換系數；

(2)采用單方向傳遞模型和多方向傳遞模型分別對不同方向的 Contourlet系數進行尺度間HMT建模；

(3)用EM算法對建立的HMT模型進行訓練，得到均值、方差、 狀態轉移概率和狀態概率最優估計參數，并利用該最優估計參數按照貝 葉斯最小均方誤差準則對Contourlet系數進行萎縮，得到初始無斑系數；

(4)對初始無斑系數建立尺度內的背景隱馬爾科夫模型CHMM，利 用EM算法對尺度內的CHMM進行訓練，得到尺度內的估計參數，利 用尺度內的估計參數對初始無斑系數進行萎縮，得到最終無斑系數；

(5)對最終無斑系數依次進行Contourlet逆變換和指數變換，得到初 步的去噪圖像I1；

(6)采用各向異性擴散方法對原始SAR圖像和去噪圖像I1的差值 圖像進行去噪處理，得到二次去噪圖像I2；

(7)用模極大值方法對初步去噪圖像I1和二次去噪圖像I2進行融 合；

(8)對融合后的圖像用CycleSpinning方法進行旋轉平移處理，獲得 最終去噪圖像，并輸出。

2.根據權利要求1所述的的SAR圖像去噪方法，其中步驟(1) 中所述的Contourlet變換，采用方向不相同的兩組方向濾波器，該兩組 方向濾波器的方向分別為4，4，4和4，8，8，得到的Contourlet變換 系數分別為y₁和y₂。

3.根據權利要求1所述的SAR圖像去噪方法，其中步驟(2)所 述的采用單方向傳遞模型和多方向傳遞模型分別對不同方向的 Contourlet系數進行尺度間HMT建模，是對變換系數y₁建立單方向傳遞 模型，該模型的參數集為Θ₁；對變換系數y₂建立多方向傳遞模型，該 模型的參數集為Θ₂，這兩種參數集Θ₁和Θ₂內的參數包括均值、方差、 狀態轉移概率及根節點的初始狀態概率。

4.根據權利要求1或3所述的SAR圖像去噪方法，其中步驟(3) 中所述的用EM算法對建立的HMT模型進行訓練，是先對包括均值和 方差，狀態轉移概率，根節點的初始狀態概率的兩個參數集Θ₁和Θ₂進 行初始化，再用EM算法對HMT模型進行訓練，得到Θ₁和Θ₂的最優 估計參數。

5.根據權利要求1所述的SAR圖像去噪方法，其中步驟(4)中 所述的利用EM算法對尺度內的CHMM進行訓練，是將步驟(3)得到 的均值、方差、狀態轉移概率和狀態概率最優估計參數作為CHMM訓 練的初始參數。

6.根據權利要求1所述的SAR圖像去噪方法，其中步驟(8)中 所述的對融合后的圖像用CycleSpinning方法進行旋轉平移處理，按如 下步驟進行：

(6a)通過行和列方向上的每組平移量得到一個不同的去噪結果 s_i，j：

s_i，j＝S_-i，-j(T^-1(Λ[T(S_i，j(x))]))

其中，S是循環平移算子，T是Contourlet變換算子，T^-1是Contourlet 逆變換算子，Λ為Contourlet域HMT去噪算子，下標-i，-j，i和j分 別為行和列方向上的平移量；

(6b)對所有去噪結果進行線性平均，得到抑制偽吉布斯現象的去噪 結果S_t：

st=1K1K2Σi=0,j=0K1,K2si,j]]>

其中，K₁，K₂分別表示行和列方向上的最大平移量。