[發明專利]基于變化檢測的SAR圖像稀疏去噪方法

有效

• 申請號: 201310404907.X
• 申請日: 2013-09-07
• 公開（公告）號: CN103473755A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 王桂婷;焦李成;接道偉;楊淑媛;馬文萍;馬晶晶;田小林;王爽;公茂果
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 田文英;王品華

1.一種基于變化檢測的SAR圖像稀疏去噪方法，包括如下步驟：

（1）輸入圖像：

1a）選取兩幅衛星對同一地點、不同時間產生的已配準的大小相同的單極化SAR圖像；

1b）讀入第一幅單極化SAR圖像矩陣中的時相圖像1；

1c）讀入第二幅單極化SAR圖像矩陣中的時相圖像2；

（2）得到變化區域圖像：

2a）對兩時相SAR圖像作差，并將作差運算結果取絕對值，得到一幅差異圖像；

2b）對差異圖像進行窗口大小為3×3模板的均值濾波，得到濾波后的差異圖像；

2c）按照下式計算，得到濾波后的差異圖像中任意一個像素點的平均能量，

E=19Σq∈Bgq2]]>

其中，E表示任意一個像素點的平均能量，q表示以像素點為中心，大小為3×3像素的鄰域內的像素序號，q=1，2，…，9，B表示以像素點為中心，大小為3×3像素的鄰域，g_q表示鄰域B內的第q個像素的灰度值；

2d）用每個差異圖像中的像素點的平均能量，替代每個差異圖像中的像素點的灰度值，得到一幅平均能量圖；

2e）計算平均能量圖的灰度均值，將該均值設定為閾值，將大于等于閾值的灰度值賦為1，小于閾值的灰度值賦為0，得到一幅二值化的平均能量圖；

2f）對二值化的平均能量圖，用3×3的結構元素進行形態學腐蝕操作，得到變化檢測圖像，該變化檢測圖像中像素值為1的區域表示檢測出的兩時相圖像的變化區域；

2g）將時相圖像1和時相圖像2中與兩時相圖像變化區域對應的空間位置之外的像素灰度值分別設置為0，得到時相圖像1的初始變化區域圖像和時相圖像2的初始變化區域圖像；

（3）設定變化類：

3a）用時相圖像1的初始變化區域圖像減去時相圖像2的初始變化區域圖像，得到一個初始變化區域差異圖像；

3b）將初始變化區域差異圖像中像素值小于等于設定的閾值T₁的像素點，設定為非變化類；將初始變化區域差異圖像中像素值大于閾值T₁的像素點設定為變化類；

3c）分別將與初始變化區域差異圖像中設定為變化類的像素點的空間位置對應的時相圖像1初始變化區域和時相圖像2初始變化區域中的像素值設置為1；

（4）得到兩分類二值圖：

4a）對初始變化區域差異圖像中每一個屬于非變化類的像素點，在以該像素點為中心的3×3大小的鄰域內，統計大于0的像素個數；

4b）比較鄰域內大于0的像素個數與閾值T₂、T₃的大小，進行以下操作，得到時相圖像1的兩分類二值圖和時相圖像2的兩分類二值圖：

若鄰域內大于0的像素個數大于等于閾值T₂，則將與滿足此條件的非變化類的像素空間位置對應的時相圖像1的初始變化區域圖像的像素點的值設置為1；

若鄰域內大于0的像素個數小于閾值T₃，則將與滿足此條件的非變化類的像素空間位置對應的時相圖像2的初始變化區域圖像的像素點的值設置為1；

若鄰域內大于0的像素個數小于閾值T₂并大于等于閾值T₃，則將與滿足此條件的非變化類的像素空間位置對應的時相圖像1的初始變化區域圖像和時相圖像2的初始變化區域圖像的像素點的值均設置為1；

將時相圖像1的初始變化區域圖像和時相圖像2的初始變化區域圖像中沒有標記的像素點的值設置為0；

(5)獲得兩區域圖像：

5a）將時相圖像1的兩分類二值圖與時相圖像1的圖像的空間位置對應的像素值逐像素點相乘，得到時相圖像1的變化區域圖像；用時相圖像1減去時相1圖像的變化區域圖像，得到時相圖像1的不變化區域圖像；

5b）將時相圖像2的兩分類二值圖和時相圖像2的空間位置對應的像素值逐像素點相乘，得到時相圖像2的變化區域圖像；用時相圖像2減去時相圖像2的變化區域圖像，得到時相圖像2的不變化區域圖像；

（6）不變化區域去噪：

用小波隱馬爾科夫樹WHMT法，分別對時相圖像1和時相圖像2的不變化區域圖像去噪，得到時相圖像1和時相圖像2的不變化區域去噪后圖像；

（7）估計噪聲標準差：

7a）按照下式，分別得到時相圖像1和時相圖像2的不變化區域圖像噪聲標準差

σ=1ZΣQ(v1-v2)-1ZΣQ(v1-v2)2]]>

其中，σ表示時相圖像的不變化區域圖像噪聲標準差，Z表示時相圖像的不變化區域圖像中的像素點的總個數，Q表示時相圖像的不變化區域圖像，v₁表示時相圖像的不變化區域圖像的像素點的灰度值，v₂表示在時相圖像的不變化區域去噪后圖像中與v₁空間位置對應的像素點的灰度值；

（8）獲得合成圖：

分別將每個時相圖像的不變化區域去噪后圖像，與該時相圖像的變化區域圖像對應空間位置的像素值相加，得到時相圖像1的合成圖像和時相圖像2的合成圖像；

（9）稀疏字典去噪：

9a）分別對兩時相圖像的過完備稀疏表示字典初始化，過完備稀疏表示字典都選取為離散余弦變換DCT字典；

9b）按照下式，分別得到兩時相圖像的合成圖像的圖像塊：

I_ij=R_ijI

其中，I_ij表示兩時相圖像合成圖像的圖像塊，i，j表示兩時相圖像合成圖像的圖像塊的行的標號和列的標號，R_ij表示圖像抽取矩陣，I表示兩時相圖像合成圖像；

9c）判斷不變化區域圖像的噪聲標準差是否小于等于5，若是，則執行步驟9d）5次；否則，執行步驟9d）10次；

9d）采用稀疏表示的字典設計方法KSVD法，對時相圖像1和時相圖像2，分別更新過完備稀疏表示字典和合成圖像的圖像塊I_ij的稀疏表示系數；

9e）采用重構公式，分別估計時相圖像的去噪結果圖，得到時相圖像1去噪結果圖和時相圖像2去噪結果。

（10）輸出結果：

輸出時相圖像1和時相圖像2的去噪結果圖。