[發(fā)明專利]一種合成孔徑雷達(dá)圖像非局部均值濾波方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810502002.9
• 申請(qǐng)日: 2018-05-23
• 公開（公告）號(hào): CN109035152B
• 公開（公告）日: 2022-03-18
• 發(fā)明（設(shè)計(jì)）人: 武俊杰;童丹平;葉宏達(dá);王井增;沙連童;王雯璟;楊海光;楊建宇
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發(fā)明提出了一種合成孔徑雷達(dá)圖像非局部均值濾波方法，屬于雷達(dá)圖像處理領(lǐng)域。本發(fā)明將異性質(zhì)測(cè)度引入非局部均值算法，改進(jìn)了非局部均值算法的權(quán)值測(cè)量方式。首先，針對(duì)傳統(tǒng)的非局部均值方法在計(jì)算距離測(cè)度采用等權(quán)值加權(quán)的方法，本文引入變差系數(shù)計(jì)算圖像塊窗口內(nèi)像素點(diǎn)距離測(cè)度的加權(quán)權(quán)值，由于變差系數(shù)能夠表征圖像的紋理方向，因此引入變差系數(shù)加權(quán)后的圖像塊相似度能夠更加有效的捕捉在紋理和方向上具有相似性的圖像塊，從而避免邊緣性和方向性的模糊；然后，設(shè)計(jì)了一種基于變差系數(shù)的自適應(yīng)退化參數(shù)函數(shù)，自適應(yīng)的調(diào)整退化參數(shù)，可以有效的保證異質(zhì)區(qū)得到保護(hù)不被過度平滑。所以本發(fā)明在濾除相干斑的同時(shí)，能夠更有效的保持紋理邊緣信息。

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)圖像處理領(lǐng)域，特別涉及一種合成孔徑雷達(dá)圖像非局部均值濾波方法。

背景技術(shù)

合成孔徑雷達(dá)(Synthetic Aperture radar,SAR)是一種主動(dòng)式的高分辨成像傳感器，能夠全天時(shí)、全天候的進(jìn)行觀測(cè)，穿透性強(qiáng)，廣泛應(yīng)用于包括軍事偵查、災(zāi)情監(jiān)測(cè)和地表覆蓋層探測(cè)等領(lǐng)域。但是由于SAR成像是利用回波相干疊加進(jìn)行成像，導(dǎo)致SAR圖像不可避免的存在相干斑噪聲，這些相干斑噪聲降低了SAR圖像的目視效果，對(duì)后續(xù)的圖像分割和目標(biāo)識(shí)別也帶來困難。因此，SAR圖像的相干斑抑制對(duì)SAR圖像的分割、分類和識(shí)別具有重要的意義。

SAR圖像的相干斑濾波方法可以分為空域?yàn)V波和變換域?yàn)V波?？沼?yàn)V波指將待濾波像素的鄰域像素加權(quán)平均得到濾波后的灰度值，這類方法的代表有Lee濾波、Frost濾波、Gamma-Map濾波等，他們都是基于特定的相干斑分布模型提出的，因此只能對(duì)特定分布的SAR圖像有較好的濾波效果。變換域?yàn)V波指將圖像從時(shí)域通過傅里葉變換或者小波變換等方法變換到相應(yīng)的變換域，然后在變換域做濾波處理，最后逆變換回時(shí)域二維圖像的方法，這類方法利用了多尺度、多方向的分析方法，常見的方法有小波變換、曲波變換、剪切波變換等。這兩類方法從本質(zhì)上來說，都是基于局部或者半局部的濾波方法，而沒有考慮圖像本身的結(jié)構(gòu)冗余信息。

為了充分利用圖像自身的結(jié)構(gòu)冗余信息，提出了非局部均值(Non-Local Means,NLM)算法，該算法利用圖像的結(jié)構(gòu)冗余，在圖像內(nèi)尋找與目標(biāo)圖像塊相似的圖像塊，并根據(jù)圖像塊間的相似性對(duì)像素點(diǎn)賦予相應(yīng)的權(quán)值，利用加權(quán)平均的方法求得目標(biāo)像素點(diǎn)的估計(jì)值，該方法在濾除噪聲的同時(shí)可以很好的保持圖像的紋理信息，因此也得到了越來越多的學(xué)者關(guān)注，并在NLM算法的基礎(chǔ)上進(jìn)行了改進(jìn)。現(xiàn)有技術(shù)中，還有一方法，其在NLM算法的基礎(chǔ)上，結(jié)合小波域?yàn)V波和維納濾波的思想，提出了BM3D濾波方法，該方法分為基礎(chǔ)估計(jì)和最終估計(jì)兩次估計(jì)，初步估計(jì)把相似的塊聚集成三維數(shù)組，對(duì)三維數(shù)組采用聯(lián)合硬閾值進(jìn)行濾波，把濾波后的圖像塊返回到他們?cè)嫉奈恢?，得到重疊的塊估計(jì)，然后加權(quán)平均得到初步估計(jì)的圖像，最終估計(jì)是利用塊相似性分別把含噪圖像和初步估計(jì)的圖像聚集成兩個(gè)三維圖像，然后使用聯(lián)合維納濾波，把濾波后的圖像塊放到原始位置得到重疊估計(jì)圖像，加權(quán)后得到最終估計(jì)圖像，取得了不錯(cuò)的效果。但是上述方法都只能適用于加性高斯白噪聲，而不能在具有乘性噪聲的SAR圖像上，因此，很多學(xué)者對(duì)NLM算法在SAR圖像上的應(yīng)用進(jìn)行了研究。因此，提出了基于圖像塊概率分布的(probability patch-based,PPB)非局部均值濾波方法，該方法利用了圖像的噪聲分布特性，在計(jì)算塊相似性的時(shí)候采用了最大似然估計(jì)，并且在迭代過程中估計(jì)會(huì)越來越準(zhǔn)確，該方法在SAR圖像上取得了很好的濾波效果；其外，另一種方法證明了比率測(cè)度能夠更穩(wěn)健的表征SAR圖像的距離測(cè)度，并提出基于比率測(cè)度的勻質(zhì)區(qū)非局部均值濾波方法，但是該方法只適用于勻質(zhì)區(qū)的SAR圖像去噪；在BM3D的基礎(chǔ)上還提出了一種SAR-BM3D方法，改進(jìn)塊相似性度量的方法，并解決了小波系數(shù)收縮的問題，在SAR圖像上取得了非常好的濾波效果；還有一種方法，在比率測(cè)度非局部均值濾波的基礎(chǔ)上，對(duì)距離測(cè)度的窗口權(quán)值做了改進(jìn)，使Hongxiao Feng提出的比率測(cè)度非局部均值濾波能夠推廣到異質(zhì)區(qū)。但是這些方法在計(jì)算距離測(cè)度時(shí)，使用的都是窗口內(nèi)像素點(diǎn)灰度距離的均值，或者是高斯加權(quán)值，而沒有考慮圖像的紋理方向信息，而SAR圖像中存在著大量的紋理方向信息，這些信息應(yīng)該成為距離測(cè)度的一個(gè)重要依據(jù)。此外，在NLM算法中，權(quán)值是依賴于距離測(cè)度的高斯核函數(shù)，其中退化參數(shù)對(duì)濾波效果有非常重要的影響，然而很少有文獻(xiàn)對(duì)退化參數(shù)進(jìn)行研究，一般是根據(jù)經(jīng)驗(yàn)值進(jìn)行設(shè)置，沒有實(shí)現(xiàn)自適應(yīng)去噪的效果。