[發(fā)明專利]一種用于城市區(qū)域合成孔徑雷達(dá)圖像的噪聲抑制方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611039420.6
• 申請(qǐng)日: 2016-11-21
• 公開（公告）號(hào): CN106780361A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設(shè)計(jì)）人: 肖輝;嵇瑋瑋;姚崇斌;陳占勝;金戈;李曙光;張寧;孫竹
• 申請(qǐng)（專利權(quán)）人: 上海航天測(cè)控通信研究所
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 上海漢聲知識(shí)產(chǎn)權(quán)代理有限公司31236
• 代理人: 胡晶

技術(shù)領(lǐng)域

本發(fā)明涉及一種合成孔徑雷達(dá)圖像噪聲抑制方法，特別地涉及一種用于城市區(qū)域合成孔徑雷達(dá)圖像的噪聲抑制方法。

背景技術(shù)

合成孔徑雷達(dá)(Synthetic Aperture Radar，簡(jiǎn)稱SAR)全天候、全天時(shí)工作的特點(diǎn)，使合成孔徑雷達(dá)遙感在固體地球科學(xué)、生態(tài)科學(xué)、水文科學(xué)和海洋科學(xué)等領(lǐng)域正發(fā)揮著越來越重要的作用，特別是近年來隨著城市化進(jìn)程的加快，合成孔徑雷達(dá)憑借其成像優(yōu)勢(shì)在遙感應(yīng)用中占有越來越重要的地位。但SAR圖像特有的相干斑特別是城市區(qū)域相干斑噪聲一直困擾著SAR圖像的處理和解譯等。

在過去的幾十年中提出了許多SAR圖像斑點(diǎn)噪聲抑制方法，大致可分為兩類：成像前的多視處理技術(shù)和成像后的處理技術(shù)。但多視處理為了提高輻射分辨率，忽略了不同的信息，如雷達(dá)散射截面隨觀測(cè)角的變化或者空間變化的影響，且圖像的分辨率都會(huì)降低。成像后的處理技術(shù)SAR圖像斑點(diǎn)噪聲抑制方法，以空間域?yàn)V波技術(shù)為基礎(chǔ)的相干斑抑制算法為主流，基于最大后驗(yàn)概率(Maximum a posteriori，簡(jiǎn)稱MAP)，噪聲在一定程度上被抑制，圖像邊緣的信息很少丟失，且無偽邊緣產(chǎn)生，但此方法不適合于不同性質(zhì)SAR圖像區(qū)域(均勻區(qū)、非均勻區(qū)和孤立點(diǎn))。

近年來采用更精確的Alpha-Stable分布模型代替?zhèn)鹘y(tǒng)的分布模型模擬SAR圖像分布，以最大后驗(yàn)估計(jì)準(zhǔn)則，應(yīng)用于SAR圖像斑點(diǎn)噪聲領(lǐng)域取得顯著效果。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)中的不足，本發(fā)明提供一種用于城市區(qū)域合成孔徑雷達(dá)圖像的噪聲抑制方法，采用擬合程度更高的Alpha-Stable分布模型代替?zhèn)鹘y(tǒng)的統(tǒng)計(jì)分布模型，在處理城區(qū)SAR圖像時(shí)，與幾種常用的SAR圖像濾波算法相比，在相干斑抑制和細(xì)節(jié)信息保持等方面具有明顯的優(yōu)勢(shì)。

為了達(dá)到上述發(fā)明目的，解決其技術(shù)問題所采用的技術(shù)方案如下：

一種用于城市區(qū)域合成孔徑雷達(dá)圖像的噪聲抑制方法，包括以下步驟：

步驟S1：對(duì)SAR圖像實(shí)部/虛部數(shù)據(jù)上滑動(dòng)窗口內(nèi)的樣本數(shù)據(jù)估計(jì)Alpha-Stable分布參數(shù)，記錄所有滑動(dòng)窗口的參數(shù)α_i,j、γ_i,j，其中，參數(shù)α和γ的下標(biāo)i、j表示滑動(dòng)窗口的行、列數(shù)；

步驟S2：對(duì)SAR圖像幅度數(shù)據(jù)進(jìn)行對(duì)數(shù)變換，在對(duì)數(shù)變換后的圖像上劃分各對(duì)應(yīng)于實(shí)部/虛部的滑動(dòng)窗口，計(jì)算各對(duì)應(yīng)滑動(dòng)窗口內(nèi)的Alpha-Stable分布表達(dá)式：

其中，隨機(jī)變量X服從阿爾法穩(wěn)定分布的概率密度函數(shù)，X為SAR圖像實(shí)部/虛部幅度值的自然對(duì)數(shù)，u∈[0,∞)，參數(shù)α∈(0,2]，決定該分布脈沖特性的程度，參數(shù)γ為分散系數(shù)，J₀(x)為第一類0階貝賽爾函數(shù)；

和噪聲分布表達(dá)式：

其中，隨機(jī)變量N服從Nakagami分布的概率密度函數(shù)，N為SAR圖像幅度值對(duì)數(shù)變換后加性斑點(diǎn)噪聲，L是SAR圖像的視數(shù)，Γ(F)是一個(gè)均值為1、方差為的具有Γ分布的的概率密度函數(shù)，F(xiàn)為SAR圖像幅度值的乘性噪聲幅度；

步驟S3：根據(jù)貝葉斯公式推出

并由最大后驗(yàn)概率準(zhǔn)則：

即在X動(dòng)態(tài)范圍內(nèi)使P_X(X)*P_N(N)值最大的X_i作為滑動(dòng)窗口中心象素的值；

步驟S4：將所有經(jīng)最大后驗(yàn)估計(jì)后的滑動(dòng)窗口中心象素值，作指數(shù)變換得到濾波后幅度影像。

進(jìn)一步的，所述步驟S1進(jìn)一步包括如下子步驟：

步驟S1.1：采用滑動(dòng)窗口，在圖像各局部選取樣本，按R²＝σ²/u²計(jì)算每一局部樣本的相對(duì)標(biāo)準(zhǔn)差，其中，R、σ、u分別為SAR圖像幅度值局部樣本的相對(duì)標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)方差、均值，構(gòu)成相對(duì)標(biāo)準(zhǔn)差的直方圖，并假設(shè)圖像的相對(duì)標(biāo)準(zhǔn)差服從χ²分布；

步驟S1.2：根據(jù)所得的圖像相對(duì)標(biāo)準(zhǔn)差直方圖，估計(jì)χ²分布的參數(shù)，計(jì)算在所有的自由度f下的相對(duì)標(biāo)準(zhǔn)差的值R(f)；

步驟S1.3：采用濾波窗口鄰域劃分進(jìn)行窗口中圍繞中心像素的最大均勻區(qū)的搜索，即計(jì)算每個(gè)鄰域的相對(duì)標(biāo)準(zhǔn)差Ci，剔除Ci>R(f)的鄰域，余下的部分就是窗口內(nèi)最大的均勻區(qū)，如果沒有一個(gè)鄰域使Ci≤R(f)，則縮小窗口尺寸，重新進(jìn)行鄰域劃分和最大均勻區(qū)的搜索；