[發(fā)明專(zhuān)利]一種基于剪切波系數(shù)處理的SAR圖像降噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410490100.7
• 申請(qǐng)日: 2014-09-23
• 公開(kāi)（公告）號(hào): CN104217406B
• 公開(kāi)（公告）日: 2017-05-03
• 發(fā)明（設(shè)計(jì)）人: 劉書(shū)君;吳國(guó)慶;張新征;徐禮培
• 申請(qǐng)（專(zhuān)利權(quán)）人: 重慶大學(xué)
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于剪切波系數(shù)處理的SAR圖像降噪方法，其特征在于具體步驟如下：

步驟一、SAR圖像噪聲模型轉(zhuǎn)換

在完全發(fā)展的相干斑假設(shè)之下，SAR圖像中的相干斑均是采用乘性隨機(jī)噪聲來(lái)建模，為適應(yīng)在加性噪聲基礎(chǔ)上建立的降噪模型，將乘性噪聲轉(zhuǎn)化為加性噪聲；

步驟二、剪切波域稀疏降噪

首先對(duì)含噪SAR圖像進(jìn)行剪切波變換，得到剪切波系數(shù)w；將w的稀疏問(wèn)題轉(zhuǎn)化為求最小值的優(yōu)化問(wèn)題，其中Φ為滿(mǎn)足一致不確定原理的隨機(jī)矩陣，y等于Φ與w相乘，z為y在字典Φ下的稀疏逼近表示；等式右端第一項(xiàng)對(duì)z進(jìn)行保真，確保z與w相差不會(huì)太大，第二項(xiàng)為正則化項(xiàng)保證z的稀疏性，正則化參數(shù)γ在數(shù)據(jù)保真項(xiàng)和正則項(xiàng)之間進(jìn)行均衡；然后使用分段正交匹配追蹤算法求解最優(yōu)化問(wèn)題，它是以貪婪迭代的方式從Φ中選擇與y最匹配的原子稀疏逼近y，這樣既能使z稀疏又保證了保真項(xiàng)的值較小；g(z)取最小值時(shí)對(duì)應(yīng)的z即為原系數(shù)w的稀疏表示且的均值為干凈圖像剪切波系數(shù)均值的無(wú)偏估計(jì)；將及稀疏表示后丟棄的小系數(shù)進(jìn)行剪切波反變換可得到降噪后圖像u_s及殘差圖像u_d，并將稀疏表示中丟棄的小系數(shù)對(duì)應(yīng)的剪切波空間記為M；

步驟三、TV降噪與細(xì)節(jié)修復(fù)

由稀疏表示的原理可知，丟失部分的剪切波系數(shù)均為趨于零的系數(shù)，并且這部分系數(shù)重構(gòu)的圖像中包含了大量噪聲及圖像的邊緣細(xì)節(jié)信息；根據(jù)剪切波特性，當(dāng)剪切波尺度a趨近于0時(shí)剪切波系數(shù)的衰減速度可用于區(qū)分圖像中的邊緣與噪聲，結(jié)合基于能量泛函的變分模型，采用圖像梯度積分的總變分TV可實(shí)現(xiàn)在降噪同時(shí)修復(fù)圖像紋理細(xì)節(jié)：其中u₀為原始的含噪圖像，|| ||為標(biāo)準(zhǔn)歐式范數(shù),φ∈C²(R)為一種正則化函數(shù)，λ為正則參數(shù)，Ω為圖像內(nèi)所有像素對(duì)應(yīng)坐標(biāo)的集合；等式右端第一項(xiàng)為正則項(xiàng)，保證解u具有一定的正則性及特定區(qū)域中的非連續(xù)性，第二項(xiàng)是保真項(xiàng)，以保留原圖像特性；P_S(u)表示圖像u在屬于M空間的剪切波基底上投影重構(gòu)的結(jié)果；當(dāng)時(shí)F(u)取到極小值，對(duì)應(yīng)的u即為降噪修復(fù)后的圖像，由F(u)可得的離散形式為u^k+1＝u^k+Δt[η(Ps(u^k))-λ(u^k-u₀)]，其中Δt為迭代步長(zhǎng)，并將u_s+Δt[η(u_d)]作為迭代初始值，當(dāng)前后兩次迭代間的平均絕對(duì)偏差MAD小于某一門(mén)限ε時(shí)結(jié)束迭代，獲得最終的降噪圖像。