[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 |
| 地址: | 71007*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 隱馬爾科夫樹 模型 sar 圖像 方法 | ||
技術領域
本發明屬于圖像處理技術領域,特別是一種涉及SAR圖像去噪的方法,可用于對SAR圖像、自然圖像及醫學圖像的去噪。?
背景技術
合成孔徑雷達SAR作為主動雷達,具有不受光照、天氣條件影響的特點,可以全天候、全天時對地觀測,還可以透過地表和植被獲取信息,在農業、林業、地質、環境、水文、海洋、災害、測繪與軍事領域得到了廣泛的應用。SAR圖像中由于成像散射體散射回波的相干作用造成的斑點噪聲的存在不利于圖像中場景的自動分析和SAR圖像的理解,使得圖像的解譯工作變得困難,尤其是對SAR圖像中的點目標和邊緣的影響非常明顯。因此斑點噪聲的去除對SAR圖像的后續處理例如邊緣檢測是非常重要的。?
近年來,SAR圖像相干斑噪聲抑制技術飛速發展,可分為成像前多視平滑技術和成像后濾波技術兩大類,后處理技術中空域濾波和變換域方法得到了廣泛地研究。空域濾波如Lee,Gamma-MAP等對SAR圖像進行去噪實現過程簡單易于理解,一定程度上可以有效的減弱噪聲的影響,但此類濾波器都不同程度的對圖像產生了過平滑作用,使圖像變模糊,細節信息丟失嚴重。近年來,變換域的方法也得到了發展,其中基于小波變換的方法成為研究的焦點,如Crouse等人將小波變換與隱馬爾科夫模型聯系起來,提出了小波域隱馬爾科夫模型,開辟了多尺度變換域統計信號處理這一新的研究領域。但對于具有線狀奇異的目標函數,?例如圖像中的邊緣,小波系數不再稀疏,因此小波在SAR圖像去噪中并不能夠很好地保持圖像中的細節信息。?
為了解決小波基函數各向同性帶來的問題,Donoho等人提出了多尺度幾何分析,其能夠有效表示和處理高維奇異函數,并在圖像處理得到了廣泛的應用,Contourlet便是其中一種分析工具。隨著多尺度幾何分析的發展,眾多學者提出了多尺度幾何變換域下的HMT模型和各種改善的HMT模型。Contourlet變換作為新的多尺度信號表示方法,除了具有小波變換的優點外,還具有多方向和各向異性的特點。以Contourlet系數的統計特征為基礎,Po和Do提出了Contourlet域用于圖像去噪的HMT模型,Contourlet域HMT模型和小波域HMT模型相比,不但可以描述尺度間的相關性,而且可以描述不同方向間系數的相關性。但這種模型只捕獲了微小的尺度內的依賴性,用于SAR圖像去噪時,一些細節、紋理信息被平滑,同質區域內的噪聲去除不夠徹底導致同質區域等效視數低,去噪效果并不理想。?
發明內容
本發明的目的在于克服上述已有方法存在的細節、紋理信息被平滑及同質區域等效視數低的缺點,提出一種基于隱馬爾可夫樹模型的SAR圖像去噪方法,?
以達到更徹底的去噪效果,并很好的保持圖像的細節和紋理信息。?
本發明的技術方案是:以Contourlet系數鄰域間和尺度間都具有很大的相關性為基礎,利用隱馬爾可夫樹模型HMT模型來捕獲系數尺度間的依賴性,利用背景隱馬爾科夫模型CHMM來捕獲系數鄰域內的依賴性,把HMT和CHMM結合起來建立Contourlet域改進的HMT統計模型,模型結構如圖3所示,用該統計模型對SAR圖像進行去噪處理。?具體實現步驟如下:?
(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HMT模型和多方向傳遞HMT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。?
本發明與現有技術相比具有如下優點:?
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安電子科技大學,未經西安電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200910023171.5/2.html,轉載請聲明來源鉆瓜專利網。





