[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

技術領域

本發明屬于圖像處理技術領域，更進一步涉及變化檢測領域中的一種基于變化檢測的合成孔徑雷達（Synthetic?Aperture?Radar，SAR）圖像稀疏去噪方法。本發明可用于對SAR圖像變化檢測進行去噪預處理，能有效的提高SAR圖像變化檢測的精度。

背景技術

圖像去噪技術解決了圖像在獲取、編碼及傳輸等過程中受到的各種噪聲干擾所導致的圖像質量下降問題，提高了圖像質量，是圖像處理中的重要環節和研究內容。SAR圖像去噪在能夠有效抑制相干斑噪聲的基礎上保持圖像的細節信息。

一般的，去噪之后的處理是SAR圖像的分割、分類等，是對單幅圖像的。但對于兩個或多個時相的SAR圖像間的變化檢測的去噪預處理，由于成像的相干斑噪聲不同，要使后續的變化檢測不會由于不同時相間的去噪結果造成引入紋理痕跡或信息丟失的差異對變化區域和非變化區域形成的誤檢，就需要對不同時相間的SAR圖像的非變化區域保持相干斑去噪一致性。

在SAR成像前，可以進行多視平滑處理以抑制相干斑噪聲，但多視處理以空間分辨率降低N倍為代價提高N/2倍的信噪比，所以目前對成像后的SAR圖像變化檢測中濾波預處理的方法，主要有空域濾波和頻域濾波兩種。空域如均值濾波、中值濾波、形態學濾波等。這些濾波處理在一定程度上平滑了同質區域的噪聲，但仍存在的不足是，該濾波處理難以在去除同質區噪聲的同時保持圖像的邊緣信息。頻域抑斑方法常見的有基于小波隱馬爾科夫樹去噪方法WHMT等。

迭代權重最大似然去噪PPB方法是Deledalle?C,Denis?L,and?Tupin?F.等在文獻“Iterative?weighted?maximum?likelihood?denoising?with?probabilistic?patch-based?weights[J].IEEE?Transactions?on?Image?Processing,2009,18(12):2661-2672.”中提出的SAR圖像去噪方法，它是通過迭代的像素相似性度量，具有強的噪聲平滑能力，不僅同質區域的噪聲可得到很好的平滑，紋理細節區域的噪聲也可得到很好的去除，但同質區域會出現劃痕而且容易出現過平滑現象，對后續的變化檢測引入了偽變化信息。

西安電子科技大學擁有的專利技術“基于稀疏表示的SAR圖像相干斑抑制方法”（專利申請號：201110346349.7，授權公告號：CN102346908B）中提出了一種基于稀疏表示的SAR圖像相干斑抑制方法。該專利技術用于SAR圖像變化檢測去噪預處理時，采用圖像在冗余字典上的稀疏近似來實現去噪。該方法雖然能抑制同質區域噪聲的同時保持細節信息，但是仍然存在的不足是，字典學習中的誤差控制在實際操作中，易造成圖像的部分紋理信息丟失，增加后期變化檢測的誤檢率。

發明內容

本發明的目的在于克服上述現有技術的不足，提出了一種基于變化檢測的SAR圖像稀疏去噪方法。本發明能有效地去除同質區噪聲，對SAR圖像變化檢測影響較大的變化區域的紋理、輪廓、邊緣等細節信息也能較好的保留。

實現本發明的技術思路是：首先，找出兩時相圖像的變化區域，其次，將每個時相圖像分成不變化區域圖像和變化區域圖像；然后，對不變化區域圖像用小波隱馬爾科夫WHMT去噪；最后，對合成圖像用稀疏字典的方法去噪，得到兩時相圖像的去噪結果圖。

實現本發明目的的具體步驟如下：

（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，