利用计算机重建含有斑点噪声的图像的方法技术

本发明专利技术涉及图像处理方法，特别是涉及一种利用计算机重建含有斑点噪声的合成孔径雷达图像和声学图像的方法，包含计算机执行以下处理：１）输入含有斑点噪声图象；２）将图象沿水平方向、垂直向、左对角线方向和右对角线方向部分成一维数据；３）平滑一维数据；４）根据原始边缘方向利用平滑后的数据重建图象；５）存储和显示重建图象。（*该技术在2021年保护过期，可自由使用*）

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及图像处理方法，特别是涉及一种利用计算机重建含有斑点噪声的合成孔径雷达图像和声学图像的方法。利用合成孔径雷达(SAR)获得图像的方法被广泛用于地质探测、生态探测、水文探测、海洋探测、考古与城市探测以及行星探测等，然而由于合成孔径雷达(SAR)发射出去的是相干电磁波，接收的回波因相干作用，而使SAR图像出现了大量的斑点噪声。在声学图像、激光图像也存在类似现象。图像斑点噪声的存在阻碍了图像校验、解译。在绝大多数现实目标的情况下，减少这类图像斑点噪声一直是人们所追求的目标。减少这类图像斑点噪声的方法有多种，可以分为有两类。一类是几个像元值取平均，由于噪声是随机噪声，通过邻近像元的平均，噪声相互抵消。这当于低通滤波，它简单而有效，但它在拟制斑点噪声的同时不仅降低了图像的空间分辨率，而且损失了部分纹理等细节信息。另一类是滤波方法，与第一类方法不同的是，滤波方法的首要目标是抑制斑点噪声的同时不降低图像的分辨率和几乎不损失纹理等细节信息。滤波方法在数学上相当于卷积远算，在图像处理中为常用的方法。数值试验表明滤波方法不能达到在拟制斑点噪声的同时几乎不损失纹理特征的目标。但由于滤波方法能够保持图像原来的空间d分辨率，所以产生了很多种滤波算法。例如1977年有kondo.Kd的二维Wiener滤波技术和WoodsJ.W二维Kalman滤波技术，1978年Hunt.BR中值滤波技术，1979年Nagao的Nagao-Mastsuyama滤波技术，1980年Lee基于局域自适应的Lee滤波技术，1982年Nodes的改进的中值滤波技术，1983年Lee的Sigma滤波技术，1985年Kuan局域自适应Kuan滤波技术和Crimmins几何滤波技术，1988年Lopes的基于最大后验概率(MAP)自适应滤波技术，1989年Safa.F数学形态滤波技术，1993年Lukin和1998年Y.DONGD等基于小波变换的滤波技术。这些方法都能够较好地去除图像的斑点噪声，同时也在一定程度上保持了图像的纹理信息。在上述技术中，小波技术较有代表性，假设被噪声污染的数据为di＝f(ti)+σ·zi，i＝0，……，n-1其中，ti＝i/n，zi是标准的高四白噪声，σ为均方差，n是信号样本数。如果从被污染的数据中恢复未知函数f，可有以下三个步骤完成(1)用小波基对图像进行分解。(2)对小波系数w进行阈值判别w′＝sgn(w)·(|w|-t)t=γ•σ•/n21g(n)]]>其中，γ是取决于所选用小波基的常数。通过调节γ的大小来达到降噪的目的。(3)通过信号多分辨率描述的小波反变换恢复图像。这种方法条理清晰，噪声得到了较好的抑制，但边缘变得模糊，有些细节信息被平滑掉了。以上的方法都是在均匀区域抑制斑点噪声，同时想保持边缘信息，这些方法不能同时达到这两个目的。如将自然视觉特征(visually-naturalappearance)作为第三个判断滤波效果标准，同时满足这三个标准的滤波算法还没有。本专利技术的目的在于提出一种利用计算机重建含有斑点噪的图像的方法，该方法能够在抑制图像斑点噪声的同时保持图像的边缘，并且有较好的自然视觉特征。为实现上述目的，本专利技术提出的包括如下步骤首先在水平向、竖直向、两个对角线方向分别平滑原始图像，得到四幅平滑图像，第二步根据原始图像的纹理，利用平滑图像重建SAR图像。所述数据的平滑步骤，可采用平滑非线性方法，具体地说采用empirical mode decomposition(EMD)方法平滑图像数据。EMD方法可以将数据分解为不同尺度的模态，通过去掉小尺度模态来平滑数据。EMD方法得到的结果再经Hilbert变换，能够给出比小波变换更好的时频结构。利用EMD方法首先将数据分解，从原始数据减去第一、第二模态来平滑原始图像数据。首先平滑原始图像的每一行，之后平滑原始图像的每一列，最后平滑原始图像两个对角线方向。经过平滑后，一幅图像po(i，j)得到四幅图像，水平向平滑得到结果pr(i，j)，竖直向平滑得到的结果pc(i，j)，两个对角线方向得到的平滑结果prd(i，j)、pld(i，j)。所述图像的重建步骤，包括(1)判断通过重建像元的边缘方向。(2)根据边缘方向从pr(i，j)、pc(i，j)、prd(i，j)、pld(i，j)选择相应的象元值重建图像。如果不存在边缘则用pr(i，j)、pc(i，j)、prd(i，j)、pld(i，j)中相应的象元值平均值重建图像。下面结合附图详细描述本专利技术方法的实施例，其中附图说明图1a是本专利技术的总体流程图。图1b是图像重建流程图。图2是本专利技术利用的计算机方框图。图3中A为原始图像；B为水平向剖分再经过平滑得到的结果；C为垂直向剖分再经过平滑得到的结果；D为左对角线方向剖分再经过平滑得到的结果；E为右对角线方向剖分在经过平滑得到的结果；F右侧为重建得到的结果。图4中G为原始图像；H为经过增强Lee滤波得到的结果；I为经过增强Frost滤波得到的结果；J为经Gamma滤波得到的结果；K为经过Kuan滤波得到的结果；L为根据边缘方向重建得到的结果。本专利技术中所指的斑点噪声是由于传感器发出的电磁波或声波是相干波，目标表面小面元呈随机分布状态，在反射相干波时由于相干作用而产生。具体表现为图像上出现大量随机分布的黑白斑点，严重阻碍了图像校验、解译和应用。一幅含有斑点噪声数字的图像100，输入图2所示的计算机110，进行水平向剖分120，垂直向剖分130，左对角线方向剖分140，右对角线方向剖分150，得到一维数据。利用empirical mode decomposition(EMD)方法将数据分解为不同尺度的模态，从原始数据减去第一、第二模态来平滑原始图像数据160、170、180、190。图3为原始图像、平滑结果和重建图像。平滑数据后，判断经过原始图像的像元的边缘方向。判断一5*5窗口通过中心像元的纹理方向(水平向，垂直向，两个对角线方向)。参见表1。 具体如下计算T＝(p(i-1，j)+p(i，j)+p(i+1，j))/3T＝(p(i-1，j-1)+p(i，j-1)+p(i+1，j-1))/3T＝(p(i-1，j+1)+p(i，j+1)+p(i+1，j+1))/3取T0＝max{|T-T|，|T-T|}.T＝(p(i，j-1)+p(i，j)+p(i，j+1))/3表1T＝(p(i-1，j-1)+p(i-1，j)+p(1-1，j+1))/3T＝(p(i+1，j-1)+p(i+1，j)+p(i+1，j+1))/3取T1＝max{|T-T|，|T-T|}.T＝(p(i-1，j+1)+p(i，j)+p(i+1，j-1))/3T＝(p(i-2，j+1)+p(i-1，j)+p(i，j-1)+p(i+1，j-2))/4T＝(p(i-1，j+2)+p(i，j+1)+p(i+1，j)+p(i+2，j-1))/4取T2＝max{|T-T|，|T-T|}.T＝(p(i-1，j-1)+p(i，j)+p(i+1，j+1))/3T＝(p(i-1，j-2)+p(i，j-1)+p(i+1，j)+p(i+2，j+1))/本文档来自技高网...

【技术保护点】
一种利用计算机重建含有斑点噪声的图像的方法，其特征在于，包含计算机执行以下处理：.输入含有斑点噪声图象；.将图象沿水平方向、垂直向、左对角线方向和右对角线方向部分成一维数据；.平滑一维数据；.根据原始边缘方向利用平滑后的数据 重建图象；.存储和显示重建图象。

【技术特征摘要】
【国外来华专利技术】

【专利技术属性】
技术研发人员：韩春明，郭华东，
申请(专利权)人：中国科学院遥感应用研究所，
类型：发明
国别省市：11[中国|北京]