[發明專利]一種基于采樣矩陣方向優化的SAR圖像去噪方法

在審

• 申請號: 201410843752.4
• 申請日: 2014-12-30
• 公開（公告）號: CN104574308A
• 公開（公告）日: 2015-04-29
• 發明（設計）人: 陳雙葉;周耳江;吳強
• 申請（專利權）人: 北京工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

技術領域

本發明屬于合成孔徑雷達圖像去噪技術領域，具體涉及一種基于采樣矩陣方向優化的ND-GSM模型的SAR圖像去噪方法。

背景技術

合成孔徑雷達(SAR)作為新一代的遙感信息源，具有全天候、多極化、多視角以及較強的地表松散物穿透能力，在軍事、遙感等領域發揮出越來越大的作用。相干斑噪聲(speckle)是SAR圖像固有的一種確定性干涉現象，因此，抑制相干斑噪聲成為SAR圖像處理的一個重要環節。

相干斑噪聲抑制技術可分為成像前多視平滑技術和成像后濾波技術兩大類，后處理技術又可分為空域濾波和頻域濾波。對于前者，如Lee,Gamma-MAP等基于局部統計量的自適應濾波方法得到了廣泛的應用，此類濾波器的相干斑抑制能力與固定窗口的大小成正比，難以兼顧均勻區域的平滑和細節信息的保持。近二十年來，小波分析在SAR圖像處理方面取得了較成功的應用。1995年Donoho等人提出對小波系數進行閾值處理來達到去噪的目的，此后小波閾值去噪方法被廣泛應用于各種去噪處理中，并取得了巨大成功。但是由一維小波通過張量積而形成的二維可分離小波變換(Separable?wavelet)只具有有限個方向，不能“最優”表示含線或者面奇異的二維圖像。針對這個至關重要的問題，許多學者提出了“多尺度幾何分析”(Multiscale?Geometric??Analysis，MGA)研究方法。

2004年由Vladan?Velisavljevic和Baltasar?Beferull?Lozano等人最初提出的Directionalet(方向小波)是一種新的多尺度幾何分析工具，是以一維小波為基礎，對小波變換在多方向上的擴展。它繼承了小波變換可分性的特點，根據計算機圖形學中數字化線段的理論和整數柵格理論，構造了多方向框架和多方向小波基。方向小波克服了標準二維小波在圖像處理中不能很好地捕獲圖像方向特性的缺點，是Contourlet(輪廓小波)之后，基于離散域的又一種新的有效的圖像處理工具。

非下采樣的Directionlet變換(Nonsubsampled?Directionlet，ND)在Directionlet變換的基礎上改變了陪集的濾波方式，不再進行下采樣，從而產生的冗余性使得變換系數之間具有更好的相關性，而且能夠有效地捕捉圖像中的各向異性特征。對于變換后各子帶系數，高斯混合尺度(GSM)模型能有效地表示其邊緣分布，同時體現了鄰域系數間的強相關性。可是非下采樣Directionlet變換的方向選取都是固定的角度，沒有根據圖像的特征進行變換，在圖像直線邊緣處有劃痕和失真現象。因此，提出了一種非下采樣Directionlet域高斯混合尺度(ND-GSM)模型的采樣矩陣方向優化及SAR圖像去噪，在分割子圖中將采樣矩陣優化的非下采樣Directionalet變換與GSM方法相結合，構造采樣矩陣方向優化的ND-GSM分解系數的鄰域模型，利用Bayes最小均方估計對子圖變換域進行局部去噪，最后合成去噪后的分割子圖。相關實驗研究結果表明，該方法能夠有效抑制相干斑噪聲，較完整地保持圖像中的邊?緣等細節信息，更加充分的體現鄰域間系數的相關性，獲得良好的視覺效果，其綜合性能指標均優于小波等其他方法。

發明內容

本發明的目的是要提供一種新的SAR圖像的去噪方法。該方法解決了當非下采樣的Directionlet基函數的方向與圖像中各向異性目標不一致時，對圖像的逼近效果差，甚至退化為小波的現象。

首先采用非下采樣Directionlet變換的采樣矩陣的方向優化方法尋找方向優化的采樣矩陣，其特征包含以下步驟：

步驟1：對圖像進行幾何平面分割，要求被分割圖像的水平分辨率和垂直分辨率相等且都為64的整數倍，該整數倍數值即為分割的次數，分割后的子圖尺寸像素大小應為64×64；

步驟2：對各子圖進行二進小波變換，得到水平方向細節圖h?(i，j)和垂直方向的細節圖v(i，j)；

其中(i，j)表示當前子帶中二進小波變換系數的位置，i，j＝1，2，...，64；

步驟3：根據h(i，j)和v(i，j)，計算分割子圖在(i，j)處的方向θ(i，j)，方法如下：

步驟3.1：若v(i，j)＞＞h(i，j)；

步驟3.2：θ(i，j)＝0，若h(i，j)＞＞v(i，j)；