[發(fā)明專利]基于AD-NSCT算法的SAR圖像去噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310374749.8
• 申請(qǐng)日: 2013-08-24
• 公開（公告）號(hào): CN103413279A
• 公開（公告）日: 2013-11-27
• 發(fā)明（設(shè)計(jì)）人: 田小林;焦李成;郭開武;王爽;張龍;馬文萍;馬晶晶
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于AD-NSCT算法的SAR圖像去噪方法，包含以下步驟：?

（1）輸入一幅SAR圖像，并設(shè)置分解級(jí)數(shù)為n_levels=[2222]；?

（2）對(duì)輸入的SAR圖像，按四個(gè)尺度、四個(gè)方向的子帶進(jìn)行非下采樣contourlet變換，生成系數(shù)矩陣c^(l，d)，其中l(wèi)表示尺度，d表示方向子帶；?

（3）對(duì)系數(shù)矩陣c^(l，d)，計(jì)算各尺度各方向子帶的噪聲標(biāo)準(zhǔn)差σ_(l，d)；?

（4）根據(jù)系數(shù)矩陣c^(l，d)和噪聲標(biāo)準(zhǔn)差σ_(l，d)，對(duì)輸入的圖像，計(jì)算各尺度各方向子帶的的掩膜矩陣x^(l，d)；?

（5）根據(jù)系數(shù)矩陣c^(l，d)，計(jì)算輸入圖像在各尺度各方向子帶的Affinity矩陣W^(l，d)，并利用Affinity矩陣W^(l，d)，計(jì)算其對(duì)應(yīng)尺度對(duì)應(yīng)方向子帶上的拉普拉斯矩陣L^(l，d)；?

（6）根據(jù)拉普拉斯矩陣L^(l，d)和系數(shù)矩陣c^(l，d)，計(jì)算輸入圖像在各尺度各方向子帶的Alpha矩陣α^(l，d)；?

（7）用Alpha矩陣α^(l，d)修正對(duì)應(yīng)尺度對(duì)應(yīng)方向子帶的掩膜矩陣x^(l，d)，得到修正后的掩膜矩陣x'^(l，d)；?

（8）根據(jù)Alpha矩陣α^(l，d)，計(jì)算輸入圖像在各尺度各方向子帶的后驗(yàn)比ζ^(l，d)：?

（9）根據(jù)修正后的掩膜矩陣x'^(l，d)，計(jì)算輸入圖像在各尺度各方向子帶的先?

驗(yàn)比η^(l，d)；?

（10）根據(jù)先驗(yàn)比η^(l，d)和后驗(yàn)比ζ^(l，d)，計(jì)算輸入的圖像在各尺度各方向子帶的縮放因子ρ^(l，d)：?

ρ^(l，d)＝η^(l，d)ζ^(l，d)/(1+η^(l，d)ζ^(l，d))；?

（11）根據(jù)縮放因子ρ^(l，d)，對(duì)各尺度各方向子帶的系數(shù)矩陣c^(l，d)進(jìn)行縮放處?理，得到縮放后的系數(shù)

（12）對(duì)縮放后的系數(shù)矩陣進(jìn)行非下采樣Contourlet逆變換，逆變換后的結(jié)果即為去噪后的SAR圖像數(shù)據(jù)。?

2.根據(jù)權(quán)利要求1所述的方法，其中步驟(3)所述的計(jì)算各尺度各方向子帶的噪聲標(biāo)準(zhǔn)差σ_(l，d)，通過如下公式進(jìn)行：?

σ_(l，d)＝Median(|c^(l，d)-Median(c^(l，d))|)/0.6745，?

其中，Median()為求取中值函數(shù)，c^(l，d)為系數(shù)矩陣，l∈{1，2，3，4}，d∈{1，2，3，4}。?