一种SAR图像噪声抑制方法及设备技术

本发明专利技术公开了一种SAR图像噪声抑制方法及设备，用于机场跑道外来物探测系统中。所述方法包括：利用背景图像估计环境噪声s

【技术实现步骤摘要】
一种SAR图像噪声抑制方法及设备


[0001]本专利技术涉及图像处理，具体涉及一种SAR图像噪声抑制方法及设备，用于机场跑道外来物探测领域。

技术介绍

[0002]跑道外来物(Foreign Object Debris,FOD)泛指可能损伤航空器或系统的某种外来的物质，常称为跑道异物。FOD不仅会造成对设备的巨大的直接损失，还会造成航班延误、中断起飞、关闭跑道等间接损失。目前全球绝大多数机场的FOD监测仍然是靠人工完成的，这种方法不但可靠性差、效率低，而且占用了宝贵的跑道使用时间。因此FOD探测设备的发展趋势逐步向自动化智能化转变。
[0003]FOD探测设备主要包括光电探测设备、雷达探测设备、混合探测设备。由于图像能够提供更丰富的目标信息，有效降低虚警，目前FOD检测算法主要集中在光学图像处理方面。FOD雷达探测设备大多数为实孔径系统，信号也为各个方位向的一维距离像，故空间信息少及信噪比低，常导致虚警较高。同时，实孔径雷达对目标的照射时间为毫秒级，对于雨滴/雪粒、跑道上移动的树叶/草团、偶尔停留的鸟、雨滴在跑道上溅起的水花等“闪烁”目标，在扫描期间无法与静止图像区别开，因此对此类“闪烁”目标抑制能力弱，时间上突发的杂波会在整个扫描周期内停留于图像中，进而进一步增加虚警。
[0004]为此，采用能够二维高分辨成像的合成孔径雷达(Synthetic Aperture Radar，SAR)进行FOD探测，是更加有效的方法。然而，SAR图像由于存在相干斑噪声，使得检测时虚警升高。采用圆弧合成孔径雷达ArcSAR进行FOD探测，可以较好地抑制闪烁杂波，但其在成像时会抬高底噪，从而在一定程度上影响检测效果。同时，考虑多帧图像的变化检测能够提高检测率，因此需要保持序列图像的一致性。
[0005]因此，有必要针对高分辨跑道奇异物探测系统研究相关的噪声抑制方法。

技术实现思路

[0006]专利技术目的：针对现有技术的问题，本专利技术提出一种SAR图像噪声抑制方法，可以有效抑制相干斑以及降雨等“闪烁”目标引起的噪声。
[0007]本专利技术还提供一种实现上述SAR图像噪声抑制方法的计算机设备。
[0008]技术方案：第一方面，一种SAR图像噪声抑制方法，包括以下步骤：
[0009]利用多帧空场景图像估计稳定背景，根据背景估计环境噪声s
c
(x,y)；
[0010]利用正则化加权约束的方法对去除环境噪声后的图像估计斑点噪声因子
[0011]根据以下公式得到噪声抑制后的图像：式中，f(x,y)为SAR图像像素幅度值，s(x,y)是目标物体的实际后向散射值，(x,y)表示图像像素的二维坐标。
[0012]根据第一方面的某些实施方式，利用多帧空场景图像估计稳定背景，根据背景估
计环境噪声s
c
(x,y)包括：
[0013]获取符合预定天气条件情况下的序列图像数据f
k
(x，y)，其中1≤k≤K，则背景为：
[0014][0015]随机获取空场景下图像f
′
(x,y)，则环境噪声表示为：
[0016]s
c
(x,y)＝f
′
(x,y)
‑
f
b
(x,y)
[0017]K为参与背景估计的图像总数。
[0018]根据第一方面的某些实施方式，利用正则化加权约束的方法对去除环境噪声后的图像估计斑点噪声因子包括：
[0019]以v简化表示(x,y)，即v＝(x,y)，构造目标函数如下：
[0020][0021]式中，v
Δ
是(x+Δx,y+Δy)的简化表示，(x+Δx,y+Δy)是(x,y)的相邻像素，num(Δ
v
)表示v邻域中的像素数，d
n
表示针对第n个像素的微分算子，c
n
(v)表示对应第n个像素的加权系数，*表示卷积，α是平衡参数；
[0022]基于变量分离的方法，将目标函数表示为：
[0023][0024]式中，β是新的加权系数，u
n
表示辅助变量；
[0025]通过关于h(v)和u
n
的交替优化来求解目标函数的最小值，得到最佳斑点噪声因子
[0026]根据第一方面的某些实施方式，通过关于h(v)和u
n
的交替优化来求解目标函数的最小值包括：
[0027]固定h(v)，通过最小化以下方程来求解u
n
：
[0028][0029]固定u
n
，通过最小化以下方程来求解h(v)：
[0030][0031]交替进行上述两个步骤，直到h(v)满足以下条件：
[0032][0033]其中表示d
n
通过围绕其中心像素镜像而获得的滤波器，对上述条件等式应用二维快速傅里叶变换并假设圆形边界条件，得到最佳斑点噪声因子
[0034]根据第一方面的某些实施方式，加权系数c
n
(v)表示为：
[0035]c
n
(v)＝exp(
‑
||d
n
*f(v)||2/η)
[0036]其中η为高斯核函数的带宽参数。
[0037]根据第一方面的某些实施方式，微分算子d
n
采用的高阶滤波器由1个高斯算子、4个Kirsch算子和4个Prewitt算子组成。
[0038]第二方面，一种计算机设备，所述设备包括：
[0039]一个或多个处理器；
[0040]存储器；以及
[0041]一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序被所述一个或多个处理器执行时实现如本专利技术第一方面所述的SAR图像噪声抑制方法。
[0042]有益效果：本专利技术针对AS
‑
SAR图像中的相干斑噪声以及降雨等“闪烁”目标引起的噪声，建立相应的图像噪声模型，并通过环境噪声估计、正则化的噪声因子加权约束和噪声因子估计，利用其对于相干斑以及降雨等“闪烁”目标引起的噪声的约束效果，从而实现对图像噪声的有效抑制。
附图说明
[0043]图1是根据本专利技术实施例的SAR图像噪声抑制方法流程图；
[0044]图2是根据本专利技术实施例的环境噪声估计流程图；
[0045]图3是根据本专利技术实施例的高阶滤波器示意图。
具体实施方式
[0046]下面结合附图对本专利技术的技术方案作进一步说明。
[0047]参照图1，图像噪声抑制的过程是一个循环迭代的过程。为了便于说明，下面将降雨/树叶等“闪烁”目标引起的噪声称为环境噪声。首先多帧空场景图像估计稳定背景；然后估计当前图像的环境噪声s
c
(x,y)，并从当前图像中减去环境噪声；然后对去除环境噪声后的图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种SAR图像噪声抑制方法，其特征在于，包括以下步骤：利用多帧空场景图像估计稳定背景，根据背景估计环境噪声s
c
(x，y)；利用正则化加权约束的方法对去除环境噪声后的图像估计斑点噪声因子根据以下公式得到噪声抑制后的图像：式中，f(x，y)为SAR图像像素幅度值，s(x，y)是目标物体的实际后向散射值，(x，y)表示图像像素的二维坐标。2.根据权利要求1所述的SAR图像噪声抑制方法，其特征在于，利用多帧空场景图像估计稳定背景，根据背景估计环境噪声s
c
(x，y)包括：获取符合预定天气条件情况下空场景序列图像数据f
k
(x，y)，其中1≤k≤K，则背景为：随机获取空场景下图像f
′
(x，y)，则环境噪声表示为：s
c
(x，y)＝f
′
(x，y)
‑
f
b
(x，y)K为参与背景估计的图像总数。3.根据权利要求1所述的SAR图像噪声抑制方法，其特征在于，利用正则化加权约束的方法对去除环境噪声后的图像估计斑点噪声因子包括：以v简化表示(x，y)，即v＝(x，y)，构造目标函数如下：式中，v
Δ
是(x+Δx，y+Δy)的简化表示，(x+Δx，y+Δy)是(x，y)的相邻像素，num(Δ
v
)表示v邻域中的像素数，d
n
表示针对第n个像素的微分算子，c
n
(v)表示对应第n个像素的加权系数，*表示卷积，α是平衡参数；基于变量分离的方法，将目标函数...

【专利技术属性】
技术研发人员：章林，王梦，杨沛，王啸，张朋，成伟明，夏宁，刘事成，
申请(专利权)人：南京莱斯电子设备有限公司，
类型：发明
国别省市：