[發(fā)明專利]基于散射模型和非局部均值相結(jié)合的極化SAR相干斑抑制方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410442912.4
• 申請(qǐng)日: 2014-09-02
• 公開（公告）號(hào): CN104240200B
• 公開（公告）日: 2017-06-06
• 發(fā)明（設(shè)計(jì)）人: 鐘樺;焦李成;吳月珍;寇杏子;熊濤;王爽;侯彪;劉紅英;馬文萍;尚榮華
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué);西安航天天繪數(shù)據(jù)技術(shù)有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 西安吉盛專利代理有限責(zé)任公司61108
• 代理人: 張恒陽

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別是基于散射模型和非局部均值相結(jié)合的極化SAR相干斑抑制方法。

背景技術(shù)

極化合成孔徑雷達(dá)(極化SAR)圖像的相干斑是由大量散射單元反射波的相干疊加引起的。相干斑使相鄰像素間的信號(hào)強(qiáng)度發(fā)生變化，視覺上表現(xiàn)為顆粒狀的噪聲。它增加了圖像解譯和分析的難度，降低了圖像分割和特征分類的性能。對(duì)于相干斑抑制一般包括以下兩個(gè)步驟：對(duì)于極化SAR圖像中的每一個(gè)像素點(diǎn)首先要找到它的一組相似點(diǎn)，然后使用這些相似點(diǎn)計(jì)算的估計(jì)值作為濾波結(jié)果。

目前，具有代表性的極化SAR相干斑抑制方法有基于極化域極化白化濾波(PWF)和空域的精致Lee濾波等算法，這些算法的參數(shù)的計(jì)算本質(zhì)都是將當(dāng)前點(diǎn)與領(lǐng)域像素點(diǎn)的加權(quán)平均作為該點(diǎn)的估計(jì)值，一般是基于局部或半局部的計(jì)算模型，缺陷是忽略了圖像的結(jié)構(gòu)信息，并在去除相干斑的同時(shí)也會(huì)平滑圖像的邊緣細(xì)節(jié)信息，而非局部均值算法的基本原理就是利用圖像的相似塊作為均值濾波的加權(quán)權(quán)重，可以很好的保持圖像的細(xì)節(jié)信息。原始的非局部均值算法適用于加性噪聲，是使用歐式距離來衡量相似度，但這些是不適用于極化SAR圖像的，2011年楊健提出了極化SAR的非局部均值濾波------Pretest方法中很好的應(yīng)用了極化SAR圖像的結(jié)構(gòu)信息，但是缺陷是沒有考慮極化SAR數(shù)據(jù)的散射特性，因此Pretest方法并沒有很好地保持極化SAR數(shù)據(jù)的散射特性。現(xiàn)有的關(guān)于極化SAR相干斑抑制的文獻(xiàn)和相關(guān)資料并沒有很好的將結(jié)構(gòu)信息保持和散射特性保持兩者結(jié)合起來。

發(fā)明內(nèi)容

針對(duì)以上問題，本發(fā)明的目的是提供一種基于散射模型和非局部均值相結(jié)合的極化SAR相干斑抑制方法，主要解決現(xiàn)有極化濾波方法不能很好地將極化SAR圖像的結(jié)構(gòu)信息和散射特性兩者相結(jié)合進(jìn)行相干斑抑制的問題。其實(shí)現(xiàn)過程是：對(duì)極化SAR圖像數(shù)據(jù)進(jìn)行基于散射模型的目標(biāo)分解得到散射向量；建立散射特征空間；對(duì)極化SAR數(shù)據(jù)利用非局部方法，對(duì)搜索窗內(nèi)的像素點(diǎn)組成相似像素點(diǎn)集合；利用散射特征向量在相似像素點(diǎn)集合內(nèi)對(duì)相似點(diǎn)進(jìn)行篩選；利用最終權(quán)重對(duì)像素點(diǎn)進(jìn)行濾波。

本發(fā)明的技術(shù)方案是，基于散射模型和非局部均值相結(jié)合的極化SAR相干斑抑制方法，包括如下步驟：

步驟一：將一幅極化SAR圖像X中的每個(gè)像素點(diǎn)i用3X3的矩陣表示，得到該極化SAR圖像的相干矩陣T；

步驟二：對(duì)相干矩陣T進(jìn)行Freeman-Durden目標(biāo)分解并將每個(gè)像素點(diǎn)i分解成三種主要散射類型：表面散射ps，偶次散射pd，體散射pv，每個(gè)像素點(diǎn)i的散射特性用一個(gè)1×3向量表示，標(biāo)記為vec_i＝[ps_i,pd_i,pv_i]；

步驟三：利用非局部均值濾波，尋找極化SAR圖像數(shù)據(jù)中每一個(gè)像素點(diǎn)i的相似像素點(diǎn)，組成相似像素點(diǎn)集合S₀；

步驟四：在步驟三得到的相似像素點(diǎn)集合S₀中再利用像素點(diǎn)的散射特性篩選最終相似像素點(diǎn)集合S，利用相似像素點(diǎn)集合S對(duì)像素點(diǎn)i進(jìn)行估計(jì)；

步驟五：對(duì)極化SAR圖像數(shù)據(jù)的每一個(gè)像素點(diǎn)i進(jìn)行步驟三和步驟四，得到整個(gè)極化SAR圖像數(shù)據(jù)的最終濾波后的相干矩陣

步驟六：利用Pauli分解方法將濾波后的相干矩陣合成偽彩圖。

上述的步驟二，包括如下步驟，

201：將相干矩陣T進(jìn)行去定向處理，得到去定向后的相干矩陣T0，

202：對(duì)相干矩陣T⁰轉(zhuǎn)換成協(xié)方差矩陣C⁰，

其中，表示水平發(fā)射水平接收極化通道數(shù)據(jù)，表示水平發(fā)射垂直接收極化通道數(shù)據(jù)，表示垂直發(fā)射垂直接收極化通道數(shù)據(jù)；

對(duì)C⁰進(jìn)行散射機(jī)制建模，將C⁰分解為表面散射協(xié)方差矩陣偶次散射協(xié)方差矩陣體散射協(xié)方差矩陣建模后的協(xié)方差矩陣C⁰公式如下：

即有方程