基于DCT字典同步稀疏表示的SAR图像降斑方法技术

技术编号:8656276 阅读:357 留言:0更新日期:2013-05-01 23:59
本发明专利技术公开了一种基于DCT字典同步稀疏表示的SAR图像降斑方法,主要解决现有方法对SAR图像去斑不能很好保持纹理和边缘的问题。其实现步骤为:(1)对输入幅度SAR图像进行预处理;(2)对输入幅度SAR图像利用PPB方法进行滤波,得到一次滤波结果;(3)对于图像中的每个像素点,计算对应的加性噪声的标准差;(4)在一次滤波结果图像上,构建各个图像块的相似集合,并构建各个相似集合的方差稳定化矩阵;(5)对每一个相似集合,利用DCT字典进行带权值的同步稀疏表示得到表示系数;(6)用表示系数重构图像得到去噪图。本发明专利技术很好的解决了SAR图像去斑的边缘和纹理保持问题,可用于SAR图像去斑。

【技术实现步骤摘要】

本专利技术属于数字图像处理
,具体地说是一种SAR图像降斑方法,用于对SAR图像进行降斑处理。
技术介绍
合成孔径雷达所成的图像SAR具有全天候、全天时、高分辨率和强大的穿透能力等特点,因此这种图像被广泛的应用到目标识别,变换检测和水面监视等。然而SAR图像的相干成像原理决定了 SAR图像被相干斑噪声所干扰。这种斑点噪声毁坏了 SAR图像辐射测量的分辨率,同时影响到后续的处理和理解任务。降斑的目标是去除相干斑,同时保留图像的特征信息,如点状目标和边缘信息等。由于斑点噪声属于乘性噪声,使得上述目标的实现颇具挑战性。目前,学者们已经提出了大量的SAR图像降斑方法。大致可分为两类。一类是基于图像空域统计特性的方法,这类方法是SAR图像降斑方法的主流。这类方法有较为经典的Lee滤波,Kuan滤波,Frost滤波以及他们的增强版和新近提出的PPB方法等。其中,PPB是目前效果最好的方法之一。另一类是基于变换域的方法,如Donoho提出的小波软阈值法和硬阈值法。这类基于小波、Contourlet等变换的SAR图像降斑算法由于具有多尺度、多分辨等优点而获得了广泛的应用。但是这类变换域去斑算法本质上仍是基于固定窗口的滤波,在图像的边缘、线等区域会产生吉布斯现象。近年来,基于稀疏表示模型的图像处理方法弓I起了学者们的普遍关注。基于稀疏表示模型的去噪方法在自然图像去噪方面取得了非常好的效果,是目前去噪效果最好的方法之一。目前为止这类方法主要用于去除加性高斯白噪声,如著名的KSVD方法、非局部稀疏模型方法等。但是目前用于SAR图像的稀疏表示去斑方法在性能上比较差,没有真正的利用稀疏表示的特性,在纹理和边`缘,以及平滑区域保持不好。
技术实现思路
本专利技术的目的在于针对上述已有技术的不足,提出了一种基于DCT字典同步稀疏表示的SAR图像降斑方法,利用相似块具有相似的稀疏逼近的原理,以提高SAR图像的稀疏表示效果,降低相干斑噪声,保持SAR图像中的纹理和边缘。为了实现上述目的,本专利技术的具体步骤如下:( I)对输入幅度SAR图像进行预处理:Ia)用输入幅度SAR图像所含有的乘性相干斑噪声的均值,对该输入幅度SAR图像进行归一化,得到归一化图像Vs。;lb)对输入幅度SAR图像利用PPB方法先进行一次滤波,得到滤波后图像Vppb ;Ic)在输入幅度SAR图像上,对每个像素点的真实像素值进行估计,即以输入幅度SAR图像上的任一像素点i为中心点,大小为NXN的邻域块中的所有像素值的均值4作为对像素点i的真实值Ui的估计值,其中,I ^n, η为输入幅度SAR图像总的像素个数;ld)对输入幅度SAR图像上中的每个像素点计算它对应的加性噪声标准差:本文档来自技高网
...

【技术保护点】
一种基于DCT字典同步稀疏表示SAR图像降斑的方法,包括如下步骤:?(1)对输入幅度SAR图像进行预处理:?1a)用输入幅度SAR图像所含有的乘性相干斑噪声的均值,对该输入幅度SAR图像进行归一化,得到归一化图像Vsc;?1b)对输入幅度SAR图像利用PPB方法先进行一次滤波,得到滤波后图像VPPB;?1c)在输入幅度SAR图像上,对每个像素点的真实像素值进行估计,即以输入幅度SAR图像上的任一像素点i为中心点,大小为N×N的邻域块中的所有像素值的均值作为对像素点i的真实值ui的估计值,其中,1≤i≤n,n为输入幅度SAR图像总的像素个数;?1d)对输入幅度SAR图像上中的每个像素点计算它对应的加性噪声标准差:?其中,σ(i)为像素点i的加性噪声标准差,L为幅度图的视数;?(2)在归一化图像Vsc上,对每个像素点寻找相似集合和权值稳定化矩阵:?2a)以归一化图像Vsc中的任一像素点i为中心点,选取大小为N×N的邻域块,并将该块列化为向量xi,再以i为中心,得到一个大小为T×T的正方形搜索窗Δ,在搜索窗Δ内,按照VPPB中对应的比值距离寻找与xi相似的列向量形成相似集合Si;?2b)取相似集合Si中与xi最相似的30个列向量形成相似矩阵Xi,同时从标准差σ(i)中取出与Xi对应的标准差,形成标准差矩阵对该矩阵每个元素取倒数,得到权值稳定化矩阵βi;?(3)初始化字典D为冗余DCT字典,其中,K为字典原子个数,然后用带权值的SOMP对相似矩阵Xi进行稀疏表示,得到表示系数Ai的值;?(4)将字典D与Ai相乘得到降斑矩阵然后将降斑矩阵中重复出现的点进行算数平均得到去斑图像。FDA00002720578400011.jpg,FDA00002720578400012.jpg,FDA00002720578400013.jpg,FDA00002720578400014.jpg,FDA00002720578400021.jpg,FDA00002720578400022.jpg,FDA00002720578400023.jpg...

【技术特征摘要】
1.一种基于DCT字典同步稀疏表示SAR图像降斑的方法,包括如下步骤: (1)对输入幅度SAR图像进行预处理: Ia)用输入幅度SAR图像所含有的乘性相干斑噪声的均值,对该输入幅度SAR图像进行归一化,得到归一化图像Vs。; lb)对输入幅度SAR图像利用PPB方法先进行一次滤波,得到滤波后图像Vppb ; Ic)在输入幅度SAR图像上,对每个像素点的真实像素值进行估计,即以输入幅度SAR图像上的任一像素点i为中心点,大小为NXN的邻域块中的...

【专利技术属性】
技术研发人员:钟桦焦李成潘秋丰马晶晶马文萍张小华侯彪王爽
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1