本发明专利技术公开了一种基于SWT域改进粒子滤波的SAR图像降斑方法，主要解决现有DWT域基本粒子滤波方法存在的统计建模精度低以及降班后图像边缘和纹理模糊等问题。其实现过程是：(1)将待降斑的空域图像变换到平稳小波域，并提取不同变换尺度和水平、垂直及对角方向下的SWT域图像组；(2)对SWT域的图像组，应用改进粒子滤波降斑方法进行降斑处理；(3)使用平稳小波逆变换将所得的降斑后的平稳小波域图像组变换到空域，该空域图像为最终降斑结果。本发明专利技术与现有的DWT域基本粒子滤波方法相比，结果稳定，降斑效果明显、图像纹理信息、单点目标以及边界保持效果显著，可用于目标检测和目标识别。
SAR image speckle reduction method based on improved particle filter in SWT domain
The invention discloses a method for SAR image based on Improved Particle Filtering in SWT domain despeckling, mainly to solve the statistical modeling accuracy of existing DWT domain basic particle filtering method is low and the lower class after the image edge and texture fuzzy problems. The realization process is: (1) the spatial image transformation will be reduced to the spot in stationary wavelet domain, SWT domain image and extract different transform scale and horizontal and vertical and diagonal directions; (2) pairs of images in SWT domain, using the improved particle filter method for speckle reduction of speckle reduction; (3 stationary wavelet domain image) using stationary wavelet transform group inverse transformation will the speckle reduction of the airspace, the airspace for the final image despeckling results. Compared with the DWT domain of basic particle filtering method of the present invention the existing results are stable, speckle reduction effect is obvious and the image texture information, the single point target and keep the boundary effect, can be used for target detection and target recognition.
【技术实现步骤摘要】
本专利技术属于图像处理
，涉及图像降噪，可用于对SAR图像进行目标检测 和目标识别。
技术介绍
为了从SAR图像中获取成像区域的有关信息，必须对其进行有效的解译，而乘性 斑点噪声的存在降低了目标的检测概率，阻碍了对SAR图像的进一步研究。因此抑制SAR图 像相干斑的研究一直是SAR成像处理与图像分析中的一个重要课题，其关键是在去除斑点 噪声的同时较好的保持图像的边缘及纹理信息。早期抑制SAR图像斑点噪声采用的方法为 多视处理，但此方法同时会带来图像分辨率的降低。进一步的滤波方法则是空间滤波方法， 如Lee、Kuan、Fr0St、Refined Lee等空域滤波器。90年代以后，小波变换以及多分辨分析方 法被引入到SAR图像滤波处理领域之中。研究证明在小波域处理图像能够很好的保持图像 的细节信息，因此基于小波的滤波方法受到了极大关注并广泛应用于图像处理领域。对于 SAR图像，小波系数不可避免地受到噪声干扰，因此很难直接根据系数的大小来区别边缘与 噪声，需要借助小波系数的统计特性来识别边缘，这也正是小波域阈值方法的局限性所在。小波系数的统计模型选择及其参数估计对于基于贝叶斯理论的滤波方法来说至 关重要。研究表明在各种模型中，广义高斯分布GGD能够更好的描述小波系数的统计特性， 但贝叶斯估计处理中，当小波系数用广义高斯分布建模时，真实信号的小波系数很难得到 闭环解从而限制了其应用。为解决这一问题，Dusan和Mihai提出了离散小波变换DWT域基 本粒子滤波降斑方法DWT-PF，将基本粒子滤波引入SAR图像降斑处理，从而确定小波域中 广义高斯分布参数并在此参数下依据最大后验概率准则选取最优粒子。粒子滤波多应用于 雷达目标跟踪，其优势在于解决非线性、非高斯问题，对于非平稳、非高斯的SAR图像降斑， 粒子滤波理论的引入为其问题的解决开辟了一条新的、有效的途径。Dusan和Mihai将粒子 滤波应用于SAR降斑取得了较好的效果，验证了粒子滤波应用于SAR图像降斑处理领域的 有效性。但经过对其方法的深入研究，可发现此方法采用的离散小波变换由于下采样操作 具有移变性，相比于平稳小波变换SWT，并不利于图像的统计建模，而且粒子权值的计算与 迭代过程存在偏差，无法实现最优粒子的选取，主要表现为降斑后图像边缘及纹理模糊。
技术实现思路
本专利技术的目的在于克服上述已有问题的缺点，提出了 一种基于SWT域改进粒子滤 波的SAR图像降斑方法，以解决基本粒子滤波降斑方法中存在的统计建模精度低以及降班 后图像边缘及纹理模糊等问题。为实现上述目的，本专利技术的实现步骤包括如下(1)使用平稳小波变换SWT将待降斑的空域图像变换到平稳小波变换SWT域，以提 取不同变换尺度和水平、垂直及对角方向下的SWT域图像组；(2)对所得的SWT域的待降斑图像组进行降斑处理2a)从所得的SWT域的待降斑图像组中按照SWT的变换尺度及方向信息依次选取 变换尺度及方向信息相对应的SWT域待降斑图像；2b)对所得的SWT域待降斑图像选取大小为7X7的滑动窗口 ；2c)设定广义高斯分布形状参数ν的取值范围为W. 5-2. 5]，步进为0.1;2d)利用广义高斯分布计算SWT域所取滑动窗口内图像的先验概率p(X)权利要求1.一种基于SWT域改进粒子滤波的SAR图像降斑方法，包括如下步骤(1)使用平稳小波变换SWT将待降斑的空域图像变换到平稳小波变换SWT域，以提取不 同变换尺度和水平、垂直及对角方向下的SWT域图像组；(2)对所得的SWT域的待降斑图像组进行降斑处理2a)从所得的SWT域的待降斑图像组中按照SWT的变换尺度及方向信息依次选取变换 尺度及方向信息相对应的SWT域待降斑图像；2b)对所得的SWT域待降斑图像选取大小为7X7的滑动窗口 ；2c)设定广义高斯分布形状参数ν的取值范围为，步进为0. 1 ；2d)利用广义高斯分布计算SWT域所取滑动窗口内图像的先验概率p(X)2.根据权利要求1所述方法，其中步骤2d)所述的利用广义高斯分布计算SWT域所取 滑动窗口内图像的先验概率P (χ)，是在给定广义高斯分布形状参数ν的情况下，依据SWT域 所取滑动窗口内图像的局部统计特性求取广义高斯分布锐度参数c ( ο χ，ν)，按下式计算3.根据权利要求1所述方法，其中步骤2e)所述的利用高斯分布计算SWT域所取滑 动窗口内图像的似然概率P (y IX)，是依据SWT域所取滑动窗口内图像的局部统计特性求取 此似然概率的分布参数SWT域所取滑动窗口内图像的乘性斑点噪声的方差σ 2，按下式计 算4.根据权利要求1所述方法，其中步骤2g)所述的在马尔可夫随机场MRF模型参数k 的指导下，计算采样得到的各组粒子的权值w，是按如下步骤4a)将SWT域所取滑动窗口内图像定义为马尔可夫随机场MRF邻域系统R :R= {s+i, s+j}，式中，(s，s)表示MRF邻域系统R的中心像素点位置，i表示MRF邻域系统R中的像 素点位置相对中心像素点位置的水平偏移，-3 < i < 3 ;j表示MRF邻域系统R中的像素点 位置相对中心像素点为位置的垂直偏移，-3 ^ j ^ 3 ； 4b)计算MRF邻域系统的MRF模型参数k 全文摘要本专利技术公开了一种基于SWT域改进粒子滤波的SAR图像降斑方法，主要解决现有DWT域基本粒子滤波方法存在的统计建模精度低以及降班后图像边缘和纹理模糊等问题。其实现过程是(1)将待降斑的空域图像变换到平稳小波域，并提取不同变换尺度和水平、垂直及对角方向下的SWT域图像组；(2)对SWT域的图像组，应用改进粒子滤波降斑方法进行降斑处理；(3)使用平稳小波逆变换将所得的降斑后的平稳小波域图像组变换到空域，该空域图像为最终降斑结果。本专利技术与现有的DWT域基本粒子滤波方法相比，结果稳定，降斑效果明显、图像纹理信息、单点目标以及边界保持效果显著，可用于目标检测和目标识别。文档编号G06T5/10GK102129672SQ20111006082公开日2011年7月20日 申请日期2011年3月15日 优先权日2011年3月15日专利技术者刘明, 刘高峰, 吴艳, 左磊, 张鹏, 李明, 甘露 申请人:西安电子科技大学本文档来自技高网...
【技术保护点】
１．一种基于ＳＷＴ域改进粒子滤波的ＳＡＲ图像降斑方法，包括如下步骤：（１）使用平稳小波变换ＳＷＴ将待降斑的空域图像变换到平稳小波变换ＳＷＴ域，以提取不同变换尺度和水平、垂直及对角方向下的ＳＷＴ域图像组；（２）对所得的ＳＷＴ域的待降斑图像组进行降斑处理：２ａ）从所得的ＳＷＴ域的待降斑图像组中按照ＳＷＴ的变换尺度及方向信息依次选取变换尺度及方向信息相对应的ＳＷＴ域待降斑图像；２ｂ）对所得的ＳＷＴ域待降斑图像选取大小为７×７的滑动窗口；２ｃ）设定广义高斯分布形状参数ｖ的取值范围为［０．５－２．５］，步进为０．１；２ｄ）利用广义高斯分布计算ＳＷＴ域所取滑动窗口内图像的先验概率ｐ（ｘ）：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｒｏｗ）?（ｍｉ）ｖｃ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）＆ｓｉｇｍａ；（／ｍｉ）?（ｍｉ）ｘ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（ｍｉ）＆Ｇａｍｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）／（／ｍｏ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（ｍｉ）ｅｘｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）［（／ｍｏ）?（ｍｉ）ｃ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）＆ｓｉｇｍａ；（／ｍｉ）?（ｍｉ）ｘ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）＆ｍｕ；（／ｍｉ）?（ｍｉ）ｘ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）｜（／ｍｏ）?（ｍｏ）］（／ｍｏ）?（／ｍｒｏｗ）?（ｍｉ）ｖ（／ｍｉ）?（／ｍｓｕｐ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中，ｖ为广义高斯分布形状参数，ｃ（σｘ，ｖ）为广义高斯分布锐度参数；σｘ为ＳＷＴ域所取滑动窗口内无斑点噪声图像的标准差；ｘ为ＳＷＴ域无噪平稳小波系数，μｘ为ＳＷＴ域所取滑动窗口内无斑点噪声图像的均值，Γ（·）为伽玛函数；２ｅ）利用高斯分布计算ＳＷＴ域所取滑动窗口内图像的似然概率ｐ（ｙ｜ｘ）：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｏ）｜（／ｍｏ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｎ）１（／ｍｎ）?（ｍｓｑｒｔ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（ｍｉ）＆ｐｉ；＆ｓｉｇｍａ；（／ｍｉ）?（／ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｐ）?（／ｍｓｑｒｔ）?（／ｍｆｒａｃ）?（ｍｉ）ｅｘｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｆｒａｃ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（ｍｓｕｐ）?（ｍｉ）＆ｓｉｇｍａ；（／ｍｉ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｐ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中，ｙ为ＳＷＴ域观测平稳小波系数，ｘ为ＳＷＴ域无噪平稳小波系数，σ２为ＳＷＴ域所取滑动窗口内图像乘性斑点噪声的方差；２ｆ）对ＳＷＴ域所取滑动窗口内图像的先验概率进行采样，以获取每组大小为７×７的Ｍ组粒子式中，为采样得到的一组粒子，ｍ为采样得到的一组粒子的编号；２ｇ）在马尔可夫随机场ＭＲＦ模型参数ｋ的指导下，计算采样得到的各组粒子的权值ｗ；２ｈ）记录采样得到的权值最大的一组粒子及其权值，并用所得的权值最大的一组粒子更新ＳＷＴ域所取滑动窗口内的图像数据；２ｉ）更新迭代次数ｔ：ｔ＝ｔ＋１，并判断ｔ是否超过设定的最大迭代次数Ｔ，如果超过Ｔ，则将Ｔ次迭代中权值最大的一组粒子及其权值存入粒子矩阵Ｈ；如果没超过Ｔ，返回步骤２ｄ）；２ｊ）更新广义高斯分布参数ｖ：ｖ＝ｖ＋０．１，并判断ｖ是否超过设定的取值范围，如果超过设定的取值范围，则从粒子矩阵Ｈ中提取权值最大的一组粒子，此组粒子即为ＳＷＴ域所取滑动...
【技术特征摘要】
【专利技术属性】
技术研发人员：李明，张鹏，吴艳，甘露，刘高峰，左磊，刘明，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。