[發明專利]基于SAR圖像局部統計特性的K-SVD相干斑抑制方法

有效

• 申請號: 201110318457.3
• 申請日: 2011-10-19
• 公開（公告）號: CN102509263A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 侯彪;焦李成;孫慧芳;劉芳;張小華;田小林;公茂果
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G01S13/90
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于SAR圖像局部統計特性的字典訓練K-SVD相干斑抑制方法，包括如下步驟：

(1)對大小為的SAR圖像I進行重疊塊提取，并將其向量化，得到重疊塊向量集合其中N是圖像I中所有的像素個數，y_i是一個重疊塊向量，M是重疊塊向量的個數；

(2)對重疊塊向量集合進行隨機選取，得到訓練樣本集合其中任意一個訓練樣本M′是訓練樣本數目，且滿足0＜M′≤M的正整數；

(3)基于SAR圖像局部統計特性，根據冗余稀疏表示圖像噪聲抑制理論，得到相干斑抑制目標函數f₁；

(4)用訓練樣本集合對訓練字典D進行如下SAR_K-SVD字典訓練，得到最終的訓練字典

(4.1)令i＝1，k＝1，P＝1，其中i是訓練樣本y_i′的下標，k是字典D的第k列d_k的下標，P是迭代次數；

(4.2)根據步驟(3)中的相干斑抑制目標函數f₁，在保持訓練字典D不變的情況下，得到適用于SAR圖像的稀疏編碼目標函數f₂；

(4.3)對訓練樣本集合Y′的第i個訓練樣本y_i′進行如下SAR正交匹配追蹤SAR_OMP稀疏編碼，得到y_i′的稀疏編碼系數α_i：

(4.3a)令初始下標集合I⁰＝()，初始殘差r⁰＝yi′，初始稀疏表示系數初始誤差

(4.3b)令殘差r′＝r⁰，下標集合I′＝I⁰，稀疏程度j＝0；

(4.3c)根據公式求得最佳下標其中d_k是字典D的第k列，是d_k的轉置，是對求絕對值；

(4.3d)將步驟(4.3c)中求得的代入下標集合更新公式中，得到更新后的下標集合I′；

(4.3e)將步驟(4.3d)中求得的I′代入稀疏表示系數更新公式α_i＝(D_I′)⁺y_i′中，得到更新后的稀疏表示系數α_i，其中D_I′是字典D的子矩陣，(D_I′)⁺是對矩陣D_I′進行求矩陣逆運算；

(4.3f)將步驟(4.3e)中求得的α_i代入殘差更新公式r′＝y_i′-D_I′α_i中，得到更新后的殘差r′；

(4.3g)根據步驟(4.2)中的稀疏編碼目標函數f₂，構建誤差更新公式其中r′是更新后的殘差，D_I′是更新后的訓練字典D的子矩陣，α_i是更新后的稀疏表示系數；

(4.3h)將步驟(4.3e)、(4.3f)中求得的α_i，r′代入步驟(4.3g)中的誤差更新公式中，得到更新后的誤差E′；

(4.3i)令稀疏程度j＝j+1，下標集合I⁰＝I′，如果E′＞ε且j＜L，則轉入步驟(4.3j)，否則α_i即為訓練樣本y_i′的稀疏編碼系數，其中ε是控制誤差，L是最大稀疏程度；

(4.3j)重復執行步驟(4.3c)-(4.3h)；

(4.4)利用步驟(4.3)中得到的稀疏編碼系數α_i，采用奇異值分解法SVD對字典D的第k列d_k進行更新，得到更新后的字典D′；

(4.5)令訓練字典D的列下標k＝k+1，D＝D′；如果k≤T，則轉入步驟(4.6)，否則轉入步驟(4.7)，其中T是字典的列數目；

(4.6)重復執行步驟(4.3)-(4.5)；

(4.7)令訓練字典D的列下標k＝1，訓練樣本下標i＝i+1，如果i≤M′，則轉入步驟(4.8)，否則轉入步驟(4.9)，其中M′是訓練樣本數目；

(4.8)重復執行步驟(4.3)-(4.7)；

(4.9)令迭代次數P＝P+1，如果P≤J，則轉入步驟(4.10)，否則得到最終的訓練字典其中D是迭代過程中的訓練字典，J是最大迭代次數；

(4.10)重復執行步驟(4.3)-(4.8)；

(5)根據冗余稀疏表示圖像噪聲抑制理論，利用步驟(4)中得到的最終訓練字典對所有的重疊塊向量集合Y進行噪聲抑制，獲得相干斑抑制后圖像