[發明專利]一種基于總曲率的SAR圖像變分去噪方法

有效

• 申請號: 201710945938.4
• 申請日: 2017-10-11
• 公開（公告）號: CN107705265B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 黃寶香;潘振寬;王國棟;楊環
• 申請（專利權）人: 青島大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10
• 代理公司: 青島高曉專利事務所(普通合伙) 37104
• 代理人: 張世功;于正河

本發明屬于數字圖像處理技術領域，具體涉及一種基于總曲率的SAR圖像變分去噪方法,針對SAR圖像的基本特征，提出了一種基于總曲率的高階變分去噪模型，針對高階變分模型的非線性、非凸性和非光滑性，通過引入輔助變量將非凸能量方程的求解轉換為凸子問題，采用交替方向乘子法，綜合使用傅里葉變換、廣義軟閾值公式和快速投影法進行求解，降低計算復雜度，本發明基于總曲率的變分圖像去噪方法能去除乘性斑點噪聲的同時保持圖像邊緣和地學結構細節信息，得到的圖像在主觀視覺效果較好，客觀評價標準較優，為后續SAR圖像的分割、特征信息提取、解譯等應用奠定基礎。

技術領域：

本發明屬于數字圖像處理技術領域，具體涉及一種基于總曲率的SAR圖像變分去噪方法。

背景技術：

相干斑噪聲是合成孔徑雷達(Synthetic Aperture Radar，簡稱SAR)圖像的重要特征，嚴重影響SAR圖像的可解譯性。相干斑噪聲通常作為乘性噪聲來建模f＝uη，f為觀察到的退化圖像，u為原始清晰圖像，η為噪聲。理想的SAR圖像去噪方法是能在去除斑點噪聲的同時保留圖像的邊緣和細節信息。去噪方法為定義一個濾波器窗口估計相干斑的局部噪聲方差，利用估計值進行濾波處理。現有技術中，常用濾波算法有均值濾波、中值濾波、局部濾波、Lee濾波、Lee-Sigma濾波、Frost濾波和Gamma-MAP濾波。研究表明，在均勻圖像區域，這些濾波方法能夠較好的削減噪聲，而在非均勻區域，圖像過于平衡或模糊，不能很好的保持邊緣細節信息；現有技術中，全變分方法將圖像去噪構建為能量函數的最小化問題，引入各項異性擴散方程，在平滑噪聲的同時保持邊緣。變分模型包括數據保真項和規則項，基于全變分TV規則項，AA模型是最早的SAR圖像Gamma分布的乘性噪聲去除模型，SST模型為Poisson分布的乘性噪聲去除模型，DTDS模型為Rayleigh分布的乘性噪聲去除模型，SO模型為綜合的乘性噪聲去除模型。常用的梯度下降法在求解乘性噪聲去噪模型時存在計算速度慢的問題，通常在求解過程中引入一些快速算法包括Split Bregman算法，對偶算法等。TV規則項能夠較好的保持邊緣，但階梯效應是其主要缺點，通常引入高階項來克服這一缺點，主要包括Hessian矩陣規則項、拉普拉斯Δu規則項和總曲率規則項。由于計算的復雜性和非線性，目前乘性噪聲變分模型還未引入高階規則項，因此設計一種基于總曲率的SAR圖像變分去噪方法，能夠將待處理的圖像既能平滑乘性噪聲又能保圖像邊緣細節信息。

發明內容：

本發明的目的在于克服現有方法存在的缺陷，尋求設計提供一種基于總曲率的SAR圖像變分去噪方法，該方法涉及的變分能量方程包括數據保真項和總曲率規則項，并且基于交替方向乘子法(Alternating Direction Method of Multipliers，縮寫為ADMM)巧妙設計輔助變量，通過L²范數約束，實現能量方程最小化極值問題的求解，求解的圖像既能平滑乘性噪聲又能保圖像邊緣細節信息。

為了實現上述目的，本發明涉及的基于總曲率的SAR圖像變分去噪方法的具體操作方法按照如下步驟進行：

a.選擇一幅待處理的原始SAR圖像f并根據該圖像f建立基于總曲率的SAR圖像變分去噪能量方程，對于輸入的原始超聲圖像f，期望得到的去噪后的圖像為u，基于總曲率的能量方程為：

其中，Ω為SAR圖像區域，α為權重系數，a、b和c為成型噪聲一階項、平方項和對數項的參數；曲率規則項的使用能夠在SAR圖像去噪過程中更好的保持邊緣細節信息；

b.對步驟a中所述的總曲率的能量方程進行轉換，步驟a建立的能量方程的數據項和規則項均為非凸非線性，因此引入u＝e^z進行變量替換，能量方程轉換如下：

c.步驟b建立的能量方程具有高階、非凸性，難以進行求解，引入分裂算子w、和q簡化總曲率規則項，步驟b的能量方程形式化為帶約束的極小值問題：