[發(fā)明專利]基于紋理增強(qiáng)與稀疏編碼的SAR圖像降斑方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710446073.7
• 申請(qǐng)日: 2017-06-14
• 公開(kāi)（公告）號(hào): CN107085839B
• 公開(kāi)（公告）日: 2020-01-07
• 發(fā)明（設(shè)計(jì)）人: 白靜;孫衍超;李亞龍;焦李成;侯彪;王爽
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T5/40
• 代理公司: 61205 陜西電子工業(yè)專利中心
• 代理人: 程曉霞;王品華

1.一種基于紋理增強(qiáng)與稀疏編碼的SAR圖像降斑方法，其特征在于，包括有如下步驟：

(1)輸入一幅待降斑的SAR圖像；

(2)估計(jì)該SAR圖像的噪聲方差：

(2a)利用非對(duì)數(shù)加性模型，將SAR圖像y中的乘性噪聲轉(zhuǎn)化為加性噪聲n：

(2b)對(duì)加性噪聲n的方差進(jìn)行估計(jì)：

(3)估計(jì)干凈圖像x的梯度直方圖，并作為參考梯度直方圖；

(3a)利用k-means算法將原始圖像分為K個(gè)區(qū)域；

(3b)估計(jì)干凈圖像x中第k類區(qū)域的梯度直方圖h_r,k，共K個(gè)，估計(jì)干凈圖像x中第k類區(qū)域的梯度直方圖h_r,k，按照如下步驟進(jìn)行：

其中，h_r,k為干凈圖像x中第k類區(qū)域的梯度直方圖的估計(jì)值，h_y,k為原始SAR圖像y中第k類區(qū)域的梯度直方圖，c是一個(gè)常數(shù)，R(h_x,k)是中第k類區(qū)域的梯度直方圖h_x,k的先驗(yàn)正則項(xiàng)，并假設(shè)梯度圖中的像素是獨(dú)立同分布的，為求梯度操作；h_ε,k為ε中第k類區(qū)域的直方圖，ε～N(0,σ²)，σ²就是噪聲的方差，表示卷積算子；

(4)提取當(dāng)前的輸入圖像的圖像塊集合并求出相應(yīng)的字典：

(4a)利用k近鄰算法對(duì)當(dāng)前的輸入圖像進(jìn)行分類，為每一個(gè)圖像塊找到相似的圖像塊，每一類為相似圖像塊的集合，共分為m類；

(4b)對(duì)得到的每類相似圖像塊集合求出對(duì)應(yīng)的PCA字典；

(5)根據(jù)稀疏編碼理論并結(jié)合高斯比例模型，得到SAR圖像降斑的目標(biāo)函數(shù)f；

5.1：對(duì)于SAR圖像y，將它表示成字典D和α的線性組合，即y＝Dα+n，根據(jù)高斯比例混合模型對(duì)稀疏系數(shù)α進(jìn)行建模，那么稀疏系數(shù)α的高斯比例混合的先驗(yàn)表示為：

其中，稀疏系數(shù)α_i為高斯函數(shù)，其方差為θ_i，α_i＝θ_iβ_i；假定θ_i為獨(dú)立同分布的正定標(biāo)變量，概率為P(θ_i)；β_i為高斯矢量；

5.2：計(jì)算α_i的最大后驗(yàn)概率：

(α,θ)＝arg max log P(y|α,θ)P(α,θ)＝arg max log P(y|α)+log P(α|θ)+log P(θ)

其中P(y|α)為似然項(xiàng)，是噪聲方差的高斯函數(shù)，其表達(dá)式如下：

μ_i是為α_i設(shè)置的一個(gè)有偏估計(jì)；轉(zhuǎn)化最大后驗(yàn)概率公式為稀疏編碼問(wèn)題：

其中，ε是為了穩(wěn)定性而增加的一個(gè)較小的正數(shù)；α＝Λβ，μ＝Λγ，Λ＝diag(θ_i)是一個(gè)對(duì)角矩陣，代表了所選圖像塊的方差取值范圍；

5.3：對(duì)于相似的圖像塊集合，其對(duì)應(yīng)稀疏系數(shù)α的先驗(yàn)應(yīng)該是相同的；那么它們的概率密度函數(shù)的μ和θ都是相同的，由此獲得目標(biāo)函數(shù)f：

其中，Y＝[y₁,...,y_m]代表的是m個(gè)相似圖像塊的集合，A＝ΛB代表高斯比例混合模型下的組稀疏系數(shù)，A＝[α₁,......,α_m]，Γ＝[γ₁,......,γ_m]和B＝[β₁,......,β_m]，其中，γ_j＝γ，j＝1,2，...，m；

(6)求出目標(biāo)函數(shù)f中的各個(gè)參數(shù)；

(7)利用目標(biāo)函數(shù)f中的各個(gè)參數(shù)求出圖像塊矩陣：

(8)采用權(quán)值平均法對(duì)圖像塊矩陣進(jìn)行計(jì)算，得到重構(gòu)后的圖像；

(9)估計(jì)重構(gòu)后的圖像的梯度直方圖，將重構(gòu)后的圖像的梯度直方圖與干凈圖像的參考梯度直方圖進(jìn)行比較，以最大限度的接近作為約束條件來(lái)獲取紋理增強(qiáng)的圖像：

(10)迭代結(jié)束，輸出最終的圖像，完成對(duì)原始圖像的降斑處理。