一种改进阈值SAR图像小波降噪方法技术

本发明专利技术提出了一种改进阈值SAR图像小波降噪方法，能够去除SAR图像相干斑噪声且保留图像细节信息。本发明专利技术针对SAR图像中存在相干斑噪声问题，图像小波分解后，对高频系数进行分段线性函数改进的阈值降噪，降噪后的高频系数和低频系数重构出新图像，新图像指数运算得到滤波后的图像，可有效降低相干斑噪声，并保留图像细节部分。图像细节部分。图像细节部分。

【技术实现步骤摘要】
一种改进阈值SAR图像小波降噪方法


[0001]本专利技术涉及合成孔径雷达图像处理
，具体涉及一种改进阈值SAR图像小波降噪方法。

技术介绍

[0002]合成孔径雷达(Synthetic Aperture Radar,SAR)是遥感领域一项非常重要的技术，在军事和民用方面都有重要的作用。噪声的存在降低了SAR图像的质量，不利于后续的使用，因此需要对成像结果降噪。小波域降噪应用广泛，阈值降噪又分为硬阈值降噪和软阈值。这两种方法，都有其缺点，硬阈值降噪会使图像失真，软阈值降噪后会有图像边缘模糊现象。

技术实现思路

[0003]有鉴于此，本专利技术提出了一种改进阈值SAR图像小波降噪方法，能够去除SAR图像相干斑噪声且保留图像细节信息。
[0004]为实现上述目的，本专利技术的技术方案为：
[0005]一种改进阈值SAR图像小波降噪方法，包括如下步骤：
[0006]步骤1，对SAR图像进行图像预处理，将乘性相干斑噪声转换为加性噪声；
[0007]步骤2，对预处理后的图像进行阈值降噪处理；
[0008]其中，对预处理后的图像进行小波分解；利用新小波收缩阈值对分解后高频系数阈值降噪；若子块小波系数均值等于总的小波系数均值时，新小波收缩阈值等于传统小波去噪阈值；子块小波系数均值大于总的小波系数均值时，新小波收缩阈值大于传统小波去噪阈值；子块小波系数均值小于总的小波系数均值时，新小波收缩阈值小于传统小波去噪阈值；
[0009]步骤3，利用低频系数与降噪后的高频系数进行小波重构，得到重构后的图像；
[0010]步骤4，对重构后的图像进行指数运算，得到降噪后图像。
[0011]其中，所述步骤2中，传统小波去噪阈值λ设定为σ是图像噪声的标准差，N是图像的尺寸。
[0012]其中，所述步骤2中，三个高频子带小波系数分为M
×
M大小的子块，t＝1,2,3对应三个高频子带，t子带中坐标(p,q)的子块，小波系数绝对值的平均值是Mean
(t)
(p,q):
[0013][0014]L个子块平均值Mean
(t)
为：
[0015][0016]用分段线性函数求新小波收缩阈值:
[0017][0018]K为分段线性函数的斜率，表示如下：
[0019][0020]其中，ht和lt为设定参数，0<ht<1和1<lt<2，Max
(t)
为小波系数最大值，Min
(t)
为小波系数最小值。
[0021]其中，所述步骤2中，带噪图像进行小波变换，分解得到四个子带(LL,LH,HL,HH)，用HH子带小波系数w(i,j)幅度的中值计算图像噪声的标准差，计算方法为：
[0022]σ＝median(abs(w(i,j)))/0.6745
[0023]其中，abs表示求绝对值，median表示求中间值。
[0024]其中，其特征在于，所述步骤1中，图像预处理具体操作步骤为：首先将含噪声的图像中0像素调整为1，然后将调整后的图像做对数变换，得到预处理后的图像。
[0025]有益效果
[0026]1、本专利技术针对SAR图像中存在相干斑噪声问题，图像小波分解后，对高频系数进行分段线性函数改进的阈值降噪，降噪后的高频系数和低频系数重构出新图像，新图像指数运算得到滤波后的图像，可有效降低相干斑噪声，并保留图像细节部分。
[0027]2、本专利技术中对高频系数进行分段线性函数改进的阈值降噪具体方式为：当子块小波系数均值等于总的小波系数均值时，新小波收缩阈值等于传统小波去噪阈值；子块小波系数均值大于总的小波系数均值时，新小波收缩阈值小于传统小波去噪阈值；子块小波系数均值小于总的小波系数均值时，新小波收缩阈值大于传统小波去噪阈值，操作较为简单，计算量小。
[0028]3、本专利技术首先对原始图像预处理，将乘性噪声转换为加性噪声，然后对预处理后的图像进行小波分解，能够更好地去除SAR图像相干斑噪声且保留图像细节信息。
附图说明
[0029]图1为本专利技术方法流程示意图。
[0030]图2为本专利技术成像结果示意图。
具体实施方式
[0031]下面结合附图并举实施例，对本专利技术进行详细描述。
[0032]本专利技术提供了一种改进阈值SAR图像小波降噪方法，流程如图1所示，包括如下步骤：
[0033]步骤1，对SAR图像进行图像预处理，将乘性相干斑噪声转换为加性噪声。
[0034]其中，相干斑噪声模型一般为乘性噪声，信号模型是：
[0035]x(i,j)＝s(i,j)*N(i,j)
[0036]s(i,j)是无噪声图像，N(i,j)是相干斑噪声，x(i,j)是含噪声的图像，(i,j)是像
preservation index,EPI)是SAR图像相干斑噪声抑制效果常用的指标。等效视数越大，噪声越少，降噪效果越好。边缘保持指数大于0，小于1，越接近1，细节保存越好。本专利技术以上两个指标较传统软阈值降噪虽然噪声抑制程度略微下降，但是细节保存良好，见表1，噪声既下降可接受水平，又很好的保存了细节，且操作较为简单，计算量小。
[0057]表1不同算法滤波效果对比表
[0058]评价指数小波软阈值降噪本专利技术阈值降噪EPI0.22280.7145ENL1.88201.2889
[0059]综上所述，以上仅为本专利技术的较佳实施例而已，并非用于限定本专利技术的保护范围。凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改进阈值SAR图像小波降噪方法，其特征在于，包括如下步骤：步骤1，对SAR图像进行图像预处理，将乘性相干斑噪声转换为加性噪声；步骤2，对预处理后的图像进行阈值降噪处理；其中，对预处理后的图像进行小波分解；利用新小波收缩阈值对分解后高频系数阈值降噪；若子块小波系数均值等于总的小波系数均值时，新小波收缩阈值等于传统小波去噪阈值；子块小波系数均值大于总的小波系数均值时，新小波收缩阈值大于传统小波去噪阈值；子块小波系数均值小于总的小波系数均值时，新小波收缩阈值小于传统小波去噪阈值；步骤3，利用低频系数与降噪后的高频系数进行小波重构，得到重构后的图像；步骤4，对重构后的图像进行指数运算，得到降噪后图像。2.如权利要求1所述的方法，其特征在于，所述步骤2中，传统小波去噪阈值λ设定为σ是图像噪声的标准差，N是图像的尺寸。3.如权利要求2所述的方法，其特征在于，所述步骤2中，三个高频子带小波系数f
w
t(x,y)分为M
×
M大小的子块，t＝1,2,3对应三个高频子带，t子带中坐标(p,q)的子块，小...

【专利技术属性】
技术研发人员：刘冬华，王柳云，高二芳，高净植，
申请(专利权)人：北京理工雷科电子信息技术有限公司，
类型：发明
国别省市：