[發明專利]基于Beta算法的多尺度SAR圖像降噪方法

有效

• 申請號: 201310030623.9
• 申請日: 2013-01-25
• 公開（公告）號: CN103077507A
• 公開（公告）日: 2013-05-01
• 發明（設計）人: 侯彪;馬晶晶;陳芊芊;焦李成;張向榮;馬文萍
• 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
• 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Beta算法的多尺度SAR圖像降噪方法，包括如下步驟：

1)對待降噪SAR圖像I進行像素分類，得到邊緣圖像A、紋理圖像B和同質圖像C；

2)對邊緣圖像A進行重疊塊提取和中心化操作，得到訓練樣本集其中是長度為n=b₁×b₁的列向量，b₁為重疊塊提取窗的邊長，M=(N-b₁+1)²，N為邊緣圖像A的行數；

3)將字典D初始化為離散正弦變換DCT字典，字典D大小為n×K，K=R×n，R為冗余度；

4)用字典D對訓練樣本集進行稀疏編碼，得到大小為K×M的稀疏表示系數矩陣

5)用稀疏表示系數矩陣更新字典D的第k列d_k；

6)重復步驟4)和步驟5)共K次，得到最終字典和最終稀疏表示系數矩陣將最終字典和最終稀疏表示系數矩陣相乘，得降噪后邊緣圖像A′；

7)對紋理圖像B使用大小為b₂×b₂的重疊塊提取窗，b₂>b₁，重復步驟2)至步驟6)得到降噪后紋理圖像B′；

8)對同質圖像C使用大小為b₃×b₃的重疊塊提取窗，b₃>b₂>b₁，重復步驟2)至步驟6)得到降噪后同質圖像C′；

9)將降噪后邊緣圖像A′、降噪后紋理圖像B′和降噪后同質圖像C′相加，得到降噪后的SAR圖像I′。

2.根據權利要求1所述的基于Beta算法的多尺度SAR圖像降噪方法，其中步驟1)按如下步驟進行：

1a)根據公式(1)計算待降噪SAR圖像I的局部方差圖variance，并繪制局部方差圖variance直方圖，

variance(i,j)=Σ(y[i,j]y‾[m,n]-1)2---(1)]]>

其中，variance(i,j)為局部方差圖variance中的元素，m,n為窗口的大小，設置m=n=5，是此窗口內所有元素的平均值，y[i,j]表示待降噪SAR圖像I中的元素；

1b)設置待降噪SAR圖像I的標準方差為小方差閾值γ，根據局部方差圖variance直方圖，得到待降噪SAR圖像I的大方差閾值V，V>γ，根據公式(2)得到方差標記label1(i,j)：

label1(i,j)=255variance(i,j)≥V155V>variance(i,j)≥γ55variance(i,j)<γ---(2)]]>

1c)用3×3的窗口求該待降噪SAR圖像I的均值圖Mean1，用9×9的窗口求該待降噪SAR圖像I的均值圖Mean2，根據公式(3)計算差異圖difference并繪制差異圖difference直方圖，其中difference(i,j)為差異圖difference中的元素為：

difference(i,j)=abs(Mean1(i,j)-Mean2(i,j))????(3)

式中abs表示取絕對值，Mean1(i,j)表示均值圖Mean1中的元素，Mean2(i,j)表示均值圖Mean2中的元素；

1d)根據差異圖difference直方圖確定兩個差異閾值M₂>M₁，根據公式(4)得差異標記label2(i,j)：

label2(i,j)=255difference(i,j)≥M2155M2>difference(i,j)≥M155difference(i,j)<M1---(4)]]>

1e)按公式(5)將步驟1b)和步驟1d)的結果合并，得到邊緣圖像A、紋理圖像B和同質圖像C，

其中Max表示取方差標記label1(i,j)和差異標記label2(i,j)的最大值。