[發(fā)明專利]一種基于NSST域三維塊匹配的SAR圖像相干斑抑制方法

在審

• 申請?zhí)枺?/td>: 202110304208.2
• 申請日: 2021-03-22
• 公開（公告）號: CN112927165A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計）人: 余翔;李婭;王詩言
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京同恒源知識產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

1.一種基于NSST域三維塊匹配的SAR圖像相干斑抑制方法，其特征在于，該方法基于BM3D去噪框架，使用灰度理論進行相似性度量，在NSST域?qū)ο喔砂哌M行兩次去噪濾除，具體包括：灰度相似塊匹配，NSST域相干斑濾除和聚集；在第二次去噪時，利用原圖像和基礎(chǔ)估計結(jié)果進行聯(lián)合維納濾波輸出最終的相干斑抑制SAR圖像；其中，BM3D是三維塊匹配(BlockMatching and 3D，BM3D)，NSST是非采樣剪切波變換(Non-Subsampled ShearletTransform，NSST)。

2.根據(jù)權(quán)利要求1所述的SAR圖像相干斑抑制方法，其特征在于，該方法具體包括以下步驟：

S1：輸入待處理的SAR圖像，設(shè)置搜索框和塊大小；

S2：計算搜索框內(nèi)所有圖像塊與參考塊的相似度；

S3：選擇最相似的前Q-1個圖像塊，與參考塊組成相似塊組；

S4：對相似塊組使用NSST變換獲得多尺度多方向的NSST系數(shù)，使用硬閾值濾波得到相應(yīng)的收縮系數(shù)；

S5：對處理后的收縮系數(shù)進行NSST逆變換，并根據(jù)步驟S2中的相似度計算得到相對干凈的去噪?yún)⒖級K；

S6：遍歷完整幅SAR圖像后將所有去噪圖像塊按照位置進行聚集輸出基礎(chǔ)估計SAR圖像；

S7：對基礎(chǔ)估計獲得的SAR圖像重復(fù)步驟S2得到相似塊組；此時有兩個相似塊組，一個來自基礎(chǔ)估計SAR圖像，另一個來自原SAR圖像，但位置由基礎(chǔ)估計SAR圖像相似塊組的位置所決定；

S8：在NSST域?qū)蓚€相似塊組進行聯(lián)合維納濾波并NSST逆變換得到收縮系數(shù)；

S9：按位置聚集得到最終估計SAR圖像；

S10：移到下一個參考窗，重復(fù)步驟S2-S9，直至遍歷完整個SAR圖像。

3.根據(jù)權(quán)利要求1所述的SAR圖像相干斑抑制方法，其特征在于，步驟S2中，設(shè)圖像塊的大小為M×M，則相似度計算公式為：

B_i＝{B_i(1),B_i(2),......,B_i(M²-1),B_i(M²)}

B_j＝{B_j(1),B_j(2),......,B_j(M²-1),B_j(M²)}

其中，B_i和B_j分別為參考塊和匹配塊，ξ_ij(k)為B_i和B_j的關(guān)聯(lián)系數(shù)。

4.根據(jù)權(quán)利要求3所述的SAR圖像相干斑抑制方法，其特征在于，步驟S2中，B_i和B_j的關(guān)聯(lián)系數(shù)ξ_ij(k)的計算公式為：

其中，Δ_ij(k)表示圖像塊B_i和B_j在第k個像素點處灰度絕對值，即Δ_ij(k)＝|B_i(k)-B_j(k)|，表示圖像塊的最小差，表示圖像塊的最大差，m表示圖像塊中的第m個像素；λ表示分辨率，0＜λ＜1。

5.根據(jù)權(quán)利要求1所述的SAR圖像相干斑抑制方法，其特征在于，步驟S4或S8中，參考塊在NSST域相干斑抑制過程為：

1)進行NSST變換得到各尺度各方向上的非下采樣剪切波系數(shù)；

2)對變換系數(shù)進行濾波得到收縮的NSST系數(shù)；所述濾波在步驟S4中是進行硬閾值濾波，在步驟S8中是進行聯(lián)合維納濾波；

3)NSST反變換；

4)按照相似度作為權(quán)重得到相干斑抑制估計的參考塊。