[發(fā)明專利]針對(duì)極化SAR圖像的自適應(yīng)雙邊濾波算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201610025152.6
• 申請(qǐng)日: 2016-01-13
• 公開(kāi)（公告）號(hào): CN105574829A
• 公開(kāi)（公告）日: 2016-05-11
• 發(fā)明（設(shè)計(jì)）人: 楊學(xué)志;周芳;劉留;陳靖
• 申請(qǐng)（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 安徽合肥華信知識(shí)產(chǎn)權(quán)代理有限公司 34112
• 代理人: 余成俊

1.針對(duì)極化SAR圖像的自適應(yīng)雙邊濾波算法，其特征在于：包括以下步驟：

(1)提取極化總功率圖即span圖：

span＝|S_hh|²+2|S_hv|²+|S_vv|²，

其中，S_hh表示水平發(fā)射、水平接受極化方式的散射強(qiáng)度，S_hv表示水平發(fā)射、垂直接受極 化方式的散射強(qiáng)度，S_vv表示垂直發(fā)射、垂直接受極化方式的散射強(qiáng)度；

(2)自適應(yīng)選擇空間方差：

以變差系數(shù)CoV為自變量，根據(jù)圖像結(jié)構(gòu)特征實(shí)現(xiàn)σ_d的自適應(yīng)調(diào)整，函數(shù)形式為：

σd(CoV)=T1+exp(Kd·(CoV-Cd)),]]>

其中，T、K_d分別表示函數(shù)的上限和函數(shù)的衰減速率，C_d表示以CoV為自變量函數(shù)σ_d的對(duì) 稱中心，以上參數(shù)的計(jì)算公式如下：S是濾波搜索窗口大小，V[I(i)]和M[I(i)]是像素點(diǎn)i在 大小為S×S搜索窗中的方差和均值，L是圖像視數(shù)；

(3)自適應(yīng)選擇灰度方差，過(guò)程如下：

3a)估計(jì)圖像的噪聲方差：

噪聲方差σ_n可以通過(guò)與拉普拉斯模板卷積的方式來(lái)估計(jì)，計(jì)算公式為：

σn=π21(W-2)(H-2)ΣimageI|I(x,y)*M|,]]>

M=1-21-24-21-21,]]>

其中，W和H是圖像的寬和高，I(x,y)是極化SAR圖像的極化總功率圖，M是拉普拉斯變換 模板，I(x,y)*M表示極化總功率圖與拉普拉斯變換模板M進(jìn)行卷積運(yùn)算；

3b)根據(jù)噪聲方差計(jì)算灰度方差：

以最小均方誤差為標(biāo)準(zhǔn)，σ_n為自變量，σ_r為因變量進(jìn)行曲線擬合，計(jì)算σ_r的最優(yōu)值，得出 σ_n與σ_r之間為線性關(guān)系，取σ_r＝3σ_n；

(4)極化雙邊濾波，定義如下：

C^(i)=1Z(i,j)Σj∈Niwd(i,j)wr[C(i),C(j)]C(j)]]>

其中，是濾波后像素點(diǎn)i的協(xié)方差矩陣，N_i是以像素點(diǎn)i為中心的鄰域像素集合，C (j)是鄰域中像素點(diǎn)j的協(xié)方差矩陣，為歸一化函數(shù)，w_d(i,j) 和w_r(i,j)分別表示空間域和極化域的濾波權(quán)重；

(5)對(duì)由步驟(4)得到的極化雙邊濾波結(jié)果利用pauliRGB分解得到偽彩色圖。