基於非局部雙邊濾波的極化sar相干斑噪聲抑制方法
2023-04-30 12:48:26
基於非局部雙邊濾波的極化sar相干斑噪聲抑制方法
【專利摘要】本發明公開了一種基於非局部雙邊濾波的極化SAR相干斑噪聲的抑制方法,主要解決現有技術邊緣紋理細節丟失的問題。其實現過程是:1.對極化SAR圖像尋找相似的像素點,組成相似像素點集,得到相似性權重;2.以每一個相似像素點為中心取鄰域窗,對鄰域窗進行雙邊濾波,得到濾波結果;3.對相似像素點的所有濾波結果進行非局部權重平均,得到初始濾波後的協方差矩陣;4.對初始濾波後的協方差矩陣進行濾波,得到最終濾波後的協方差矩陣;5.將最終濾波後的協方差矩陣合成偽彩圖,並將其轉換為灰度圖像。本發明能在抑制相干斑的同時保持邊緣紋理細節信息,提高了極化SAR圖像的相干斑抑制效果,可用於極化SAR圖像地物分類和目標識別。
【專利說明】基於非局部雙邊濾波的極化SAR相干斑噪聲抑制方法
【技術領域】
[0001]本發明屬於圖像數據處理【技術領域】,具體地說是一種相干斑抑制方法,可用於極化合成孔徑雷達SAR圖像數據的去噪,提高圖像的後續解譯能力。
【背景技術】
[0002]隨著雷達技術的發展,極化SAR已成為SAR的發展趨勢,極化SAR能夠得到更豐富的目標信息,在提高目標檢測,辨別和分類能力等方面,能夠體現極化SAR系統的優勢。但和SAR圖像一樣,極化SAR圖像中也不可避免的會出現相干斑,直接影響了對數據信息的提取與解譯。因此,相干斑噪聲的抑制已經成為極化SAR數據信息處理的首要問題,也是國內外雷達圖像處理與應用的熱點之一。對於極化SAR數據,相干斑抑制的目的在於能夠在抑制相干斑的同時保持住數據的極化特性,邊緣細節以及紋理信息。現有對極化SAR數據相干斑抑制的方法主要涉及以下幾種:
[0003]一、極化白化濾波PWF。這種方法是最早的一個濾波方法,該方法主要是針對Span數據進行相干斑抑制,而其餘極化SAR數據的各元素並沒有進行相干斑的抑制。
[0004]二、精緻極化Lee濾波。它是在SAR圖像Lee濾波的基礎上針對極化SAR數據的特點改進得到的最具代表性的一種濾波方法。通過使用邊緣窗口進行濾波,使得濾波後的數據在邊緣的特性保持方面效果顯著,但是,在紋理細節信息的保持上,其濾波效果並非特別理想,因此在相干斑的抑制中,數據原始的一些特性無法很好的保留。
[0005]三、雙邊濾波。這種方法在處理相鄰各像素的相關信息時,既考慮了幾何上的鄰近關係又考慮了亮度上的相似性,因此,用於自然圖像去噪時,取得了比較好的效果。依據極化SAR數據噪聲模型及復矩陣形式,最近有人將雙邊濾波推廣至極化SAR數據處理,該方法可以直接對極化協方差矩陣進行處理,在對相干斑具有較好的抑制能力的同時能夠很好地保持極化信息。但由於此方法是基於局部鄰域窗,會產生局部塊效應。
[0006]四、非局部均值濾波。這種方法用在自然圖像的噪聲抑制上取得了非常優異的效果。將非局部的方法擴展到極化SAR相干斑抑制,仍然保留了自然圖像噪聲抑制的諸多優點,比如大大抑制了相干斑,同時邊緣、紋理和點目標保持良好,極化SAR的極化特性也得到了保持。但是由於有參數的選擇,造成保留細節、點目標和最大抑制噪聲方面的矛盾,例如鄰域窗選取過大時,可以更好的抑制噪聲,但可能會丟失點目標和細節;鄰域窗選取過小時,可以較好的保留點目標和細節,但噪聲抑制能力相對減弱。
【發明內容】
[0007]本發明的目的在於針對上述已有技術的缺點,提出一種基於非局部雙邊濾波的極化SAR相干斑噪聲抑制方法,以實現在抑制相干斑的同時保持亮目標和邊緣紋理細節信息,提高極化SAR圖像數據的相干斑抑制效果。
[0008]實現本發明的技術思路是:將非局部濾波與雙邊濾波相結合應用到極化SAR圖像數據相干斑抑制中,其具體步驟包括如下:
[0009](I)讀取極化SAR圖像數據,進行邊界鏡像對稱擴展,擴展半徑為7 ;
[0010](2)利用非局部濾波方法,尋找極化SAR圖像數據中每個像素點X的相似像素點,組成相似像素點集S,得到第j個相似像素點的相似性權重wml (j),I彡j彡J,J為相似像素點集S中像素點的個數;
[0011 ] (3)從像素點X的相似像素點集S中選取第j個相似像素點y」,以y」為中心取5 X 5大小的鄰域窗Yp並以像素點X為參考相素,對鄰域窗Yj進行雙邊濾波,得到濾波後的協方差矩陣C\r,:h
[0012](4)對濾波後的協方差矩陣進行權重wMl (j)平均,得到濾波後的協方差矩陣 ?χ);
[0013](5)對極化SAR圖像數據的每個像素點,進行步驟(3)—步驟⑷處理,得到整個極化SAR圖像數據初始濾波後的協方差矩陣(
[0014](6)對步驟⑵和步驟(5)進行2次迭代處理,得到最終的濾波後的協方差矩陣
Λ.Λ
C.
[0015](7)用Pauli向量法將最終的濾波後的協方差矩陣^合成偽彩圖,再將偽彩圖轉換為灰度圖像。
[0016]本發明與現有技術相比具有以下優點:
[0017]1.本發明首先基於圖像塊的相似性找到相似像素點,然後以相似像素點為中心取鄰域窗,並以要濾波像素點為參考對鄰域窗進行雙邊濾波;在考慮了圖像的結構信息的同時考慮了單個像素點的相似性,能夠找到更好的相似像素點,不僅能平滑同質區域,而且對邊緣和紋理細節的保留效果理想;
[0018]2.本發明基於非局部的思想,在非局部區域尋找相似像素點,克服了雙邊濾波在局部區域選擇相似像素點,導致塊效應,紋理和邊緣的保持也很難讓人滿意的缺點,同時基於雙邊濾波的思想,處理找到的相似像素點的鄰域區域,既考慮了結構信息又考慮了單像素點信息,克服了非局部均值濾波依賴於鄰域窗大小的選擇,鄰域窗太大會丟失點目標,太小會模糊邊緣和紋理的缺陷;
[0019]3.本發明採用了像素的協方差矩陣信息來計算兩個像素點的相似距離,保證了選出的相似像素點的合理性,保持了極化信息。
【專利附圖】
【附圖說明】
[0020]圖1是本發明的實現流程圖;
[0021]圖2是本發明仿真使用的模擬極化SAR圖像和兩幅真實的極化SAR圖像數據圖;
[0022]圖3是用現有方法及本發明對模擬SAR圖像的濾波結果圖;
[0023]圖4是用現有方法及本發明對第一幅真實極化SAR圖像的濾波結果圖;
[0024]圖5是用現有方法及本發明對第一幅真實極化SAR圖像圖像塊A的濾波放大後結果圖;
[0025]圖6是用現有方法及本發明對第一幅真實極化SAR圖像圖像塊B的濾波放大後結果圖;
[0026]圖7是用現有方法及本發明對第二幅真實極化SAR圖像的濾波結果圖。
【具體實施方式】
[0027]參照圖1,本發明的實現步驟如下:
[0028]步驟I,讀取極化SAR圖像數據。
[0029]讀取的極化SAR圖像數據的每個像素點為含有9個元素的3X3協方差矩陣C,協方差矩陣C定義如下:
【權利要求】
1.一種基於非局部雙邊濾波的極化SAR相干斑噪聲抑制方法,包括如下步驟: (1)讀取極化SAR圖像數據,並進行邊界鏡像對稱擴展,擴展半徑為7; (2)利用非局部濾波方法,尋找極化SAR圖像數據中每個像素點X的相似像素點,組成相似像素點集S,得到第j個相似像素點的相似性權重Wml (j), I≤j ≤ J, J為相似像素點集S中像素點的個數; (3)從像素點X的相似像素點集S中選取第j個相似像素點y」,以y」為中心取5X5大小的鄰域窗Yj,並以像素點X為參考相素,對鄰域窗Yj進行雙邊濾波,得到濾波後的協方差矩陣; (4)對濾波後的協方差矩陣("(&)進行權重(j)平均,得到濾波後的協方差矩陣C(-V); (5)對極化SAR圖像數據的每個像素點,進行步驟(3)—步驟(4)處理,得到整個極化SAR圖像數據初始濾波後的協方差矩陣 (6)對步驟(2)和步驟(5)進行2次迭代處理,得到最終的濾波後的協方差矩陣 (7)用Pauli向量法將最終的濾波後的協方差矩陣^合成偽彩圖,再將偽彩圖轉換為灰度圖像。
2.根據權利要求1所述的基於非局部雙邊濾波的極化SAR相干斑噪聲抑制方法,其中步驟(2)所述的利用非局部濾波方法,尋找像素點X的相似像素點,組成相似像素點集S,得到相似性權重Wntjl (j),按如下步驟進行: 2a)以像素點X為中心取5X5大小的鄰域窗,記為圖像塊X,以像素點x為中心取15X15大小的鄰域窗,記為搜索窗Ω,在搜索窗Ω內以各像素點為中心取5X5大小的鄰域窗,記為圖像塊八¥21~4~^"』為搜索窗Ω內的像素點數;計算圖像塊X和搜索窗內各圖像塊Y1,Y2,".Υη…,YN2間的相似距離:
式中,k為圖像塊內像素點的個數,取值為25,?/Λ., =61n2 + ln|^(| + ln|^|-21n|x>}f I
表示兩個像素點之間的相似距離,IXiI為圖像塊X的第i個像素點矩陣的行列式值,IYinI為第η個圖像塊Yn的第i個像素點矩陣的行列式值; 2b)對步驟2a)得到的相似距離七y與給定的一個閾值T做比較,如果>『,則將第η個圖像塊Yn所對應的中心像素點放入相似像素點集S,並得到相似性權重Wml (j),其中閾值T和權重wnaL (j)的定義分別如下:
其中K是一個調節參數,設定為K = 20,I為極化SAR圖像數據的視數,取值為4。
3.根據權利要求1所述的基於非局部雙邊的極化SAR相干斑噪聲抑制方法,其中步驟(3)所述的以&為中心取5X5大小的鄰域窗Yp對鄰域窗I進行雙邊濾波,按如下步驟進行: 3a)設置空間平滑參數σ d = 2.9,相似性散度平滑參數σ h = 3.1 ; 3b)對鄰域窗Yp根據公式
求解空間距離度量的權重值fs,其中為鄰域窗Y」的中心像素點,&為鄰域窗Y」中的任意點,||*||為2範數,exp (.)為指數函數; 3c)以像素點X為參考相素點,求解鄰域圖像塊Yj內的相似性散度距離度量的權重值fr:
其中,C(x)為像素點X處的協方差矩陣,
為距離度量,用來度量極化SAR數據中兩像素點矩陣的相似性,det (.)表示協方差矩陣C行列式的值; 3d)根據步驟3b)和3c),計算雙邊濾波的權重Wbf (ji)和濾波後的協方差矩?.ν, ):
其中,fs( Yj-Yji I)為圖像塊Yj的空間距離度量的權重值,fr Irf(COc),CX.r,.,.))j為圖像塊I的相似性散度距離度量的權重值。
4.根據權利要求1所述的基於非局部雙邊的極化SAR相干斑噪聲抑制方法,其中步驟(4)所述的對濾波後的協方差矩陣(\^)進行權重Wntjl(j)平均,得到濾波後的協方差矩陣Π.Ο.按如下公式進行:
其中
為非局部歸一化濾波權重,Yj為相似像素點集S中的第j個相似像素點。
【文檔編號】G06T5/00GK104182945SQ201410437634
【公開日】2014年12月3日 申請日期:2014年8月30日 優先權日:2014年8月30日
【發明者】王爽, 馬文萍, 雷曉珍, 霍麗娜, 侯彪, 劉坤, 謝慧明 申請人:西安電子科技大學