[發明專利]一種基于多特征的極化SAR非局部均值濾波方法

在審

• 申請號: 201811224624.6
• 申請日: 2018-10-19
• 公開（公告）號: CN110009572A
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 劉修國;陳啟浩;行曉黎;周欣
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10;G06T7/40;G06F17/16
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 龔春來

1.一種基于多特征的極化SAR非局部均值濾波方法，其特征在于：包括如下步驟，

S1：對原始的極化SAR數據通過極化白化濾波生成濾波圖像，計算出濾波圖像的變差系數CV，并基于變差系數CV生成異質性圖CV_F；

S2：基于原始圖像的Pauli基、生成的CV_F和等效視數L分別計算Pauli基的滑動參數h_PB和異質性的滑動參數

S3：分別基于原始圖像的Pauli基和生成的CV_F根據檢驗統計計算圖像塊間相似性統計距離；

S4：根據Pauli基的滑動參數h_PB、異質性的滑動參數和相似性統計距離，計算權重系數；

S5：根據權重系數進行加權平均實現濾波，得到濾波圖像。

2.如權利要求1所述的基于多特征的極化SAR非局部均值濾波方法，其特征在于：S1包括，

S1.1：用相干矩陣T來表示待濾波極化的SAR圖像，對所述相干矩陣T進行極化白化濾波得到的所述濾波圖像F的方式為：

F＝tr(Σ^-1T)

式中，tr(·)表示矩陣的跡，Σ是局部區域的歸一化矩陣；

S1.2：針對所述濾波圖像，計算所述濾波圖像各個區域的標準差和均值，所述濾波圖像中任一區域的標準差σ_I與均值μ_I的具體計算公式為：

式中，噪聲由v表示，紋理由x表示，和分別表示紋理和噪聲的平均值，E(·)表示期望；

S1.3：利用計算出的標準差和均值，計算對應區域的異質性圖的變差系數，利用標準差σ_I與均值μ_I計算相應區域的異質性圖的變差系數CV的具體公式為：

3.如權利要求2所述的基于多特征的極化SAR非局部均值濾波方法，其特征在于：所述濾波圖像中包含有同質區域和異質區域，在所述同質區域內，紋理由x為常數，且因此，標準差σ_I的計算被簡化為：

σ_v為噪聲分量的標準差，同時，由于又由于在同質區域同質區域的異質性圖的變差系數CV被簡化為：

在所述異質區域內，當且僅當紋理x是常數時，等號成立，且紋理x隨異質性圖的異質性增大而增大，紋理x增大時，變差系數CV隨之增大。

4.如權利要求2所述的基于多特征的極化SAR非局部均值濾波方法，其特征在于：S2中，根據等效視數L和原始圖像的Pauli基設置滑動參數h_PB，具體計算公式為：

式中，S_PB表示滑動參數h_PB的系數，以調整濾波算法平滑程度；

根據等效視數L和生成的CV_F自適應設置滑動參數具體計算公式為：

式中，表示滑動參數的系數，以調整濾波算法平滑程度。

5.如權利要求4所述的基于多特征的極化SAR非局部均值濾波方法，其特征在于：S3中，基于原始圖像的Pauli基的兩圖像塊X、Y的相似性統計距離D_PB(x,y)為：

式中，M為圖像塊的大小，為在圖像塊X中的第i個像元的鄰域的Pauli基，為在圖像塊Y中的第i個像元的鄰域的Pauli基，x、y為某個像元的位置；

基于生成的CV_F的兩圖像塊X、Y的相似性統計距離為：

式中，為在圖像塊X中的第i個像元的鄰域的變差系數，為在圖像塊Y中的第i個像元的鄰域的變差系數CV。

6.如權利要求5所述的基于多特征的極化SAR非局部均值濾波方法，其特征在于：S4中，基于原始圖像的Pauli基的圖像塊的相似性統計距離D_PB(x,y)計算的權重系數w_PB(x,y)為：

基于生成的CV_F的圖像塊的相似性統計距離計算的權重系數為：

7.如權利要求6所述的基于多特征的極化SAR非局部均值濾波方法，其特征在于：S5中，根據獲得的CV_F和基于原始圖像的Pauli基的聯合權重系數對原始的極化SAR數據進行加權平均實現濾波，具體計算公式為：

式中：和u(y)分別表示像元估計值和原始像元值，Ω是搜索窗口，歸一化函數Z(x,y)＝∑_y∈Ωw(x,y)，聯合權重系數