一种SAR图像扇贝抑制的处理方法和装置

一种sar图像扇贝抑制的处理方法和装置
技术领域
1.本发明实施例涉及图像处理技术领域，特别涉及一种sar图像扇贝抑 制的处理方法和装置。


背景技术：

2.星载scansar(扫描式合成孔径雷达)作为sar系统的一种工作模式，通 过在较宽的角度范围内改变观测角，能够实现对观测区域宽覆盖的观测。该 工作模式成像效率高，尤其针对变化较快的大规模观测区域，例如农作物生 长变化检测以及洪水灾害防治等领域，有着十分重要的应用意义。
3.在sar工作模式中，由于天线波束对观测区域内的扫描是不连续的，导 致sar系统的传递函数随着空间和时间变化，从而造成其成像处理后的sar 图像中存在着明暗相间的噪声条纹，即扇贝效应。扇贝效应对图像质量有着 极大的影响，增加了图像后续应用的难度。
4.相关技术中，虽然已经有一些方法能够对sar图像的扇贝效应进行抑 制，但抑制效果不佳。因此，目前亟待需要一种新的sar图像处理方法来解 决上述问题。


技术实现要素：

5.为了有效抑制sar图像的扇贝效应，本发明实施例提供了一种sar图 像扇贝抑制的处理方法和装置。
6.第一方面，本发明实施例提供了一种sar图像扇贝抑制的处理方法，包 括：
7.对待处理的sar图像进行阈值分割，得到第一子图像和第二子图像；其 中，所述第一子图像中的每个像素点的像素值大于预设阈值，所述第二子图 像中的每个像素点的像素值不大于所述预设阈值；
8.对所述第二子图像在距离向上进行分块，得到至少两个图像块；其中， 所述距离向为沿着雷达波发射的方向；
9.对所述第二子图像包括的所有图像块进行卡尔曼滤波处理，并将卡尔曼 滤波处理后的所有图像块进行合并，得到目标子图像；
10.将所述第一子图像和所述目标子图像进行合并，得到目标sar图像。
11.在一种可能的设计中，所述对待处理的sar图像进行阈值分割之前，包 括：
12.对所述待处理的sar图像进行预处理，得到预处理后的sar图像；
13.对预处理后的sar图像进行分类，得到第一sar图像和第二sar图 像；其中，所述第一sar图像为像素值均匀且同质的sar图像，所述第二 sar图像为存在海陆相接背景的sar图像。
14.在一种可能的设计中，所述对待处理的sar图像进行阈值分割，得到第 一子图像和第二子图像，包括：
15.对所述第一sar图像进行阈值分割，得到所述第一sar图像的第一子 图像和第二
子图像；
16.对所述第二sar图像进行阈值分割，得到所述第二sar图像的第一子 图像和第二子图像。
17.在一种可能的设计中，在所述对所述第二sar图像进行阈值分割，得到 所述第二sar图像的第一子图像和第二子图像之后，还包括：
18.对所述第二sar图像的第二子图像进行形态学分割，得到海洋子图像和 陆地子图像。
19.在一种可能的设计中，所述对所述第二sar图像的第二子图像进行形态 学分割，得到海洋子图像和陆地子图像，包括：
20.对所述第二sar图像的第二子图像进行二值化处理，得到包含海洋区域 与陆地区域的第一二值化图像；其中，所述海洋区域的像素为0，所述陆地 区域的像素为1；
21.对所述待处理二值化图像依次进行填充孔洞操作、删除面积小于预设面 积的对象操作和闭运算操作，得到第二二值化图像；
22.将所述第二sar图像的第二子图像中的第一位置的像素保持不变和第 二位置的像素置为0，得到海洋子图像；其中，所述第一位置与所述第二二 值化图像中像素为0的位置相同，所述第二位置与所述第二二值化图像中像 素为1的位置相同；
23.将所述第二sar图像的第二子图像中的第一位置的像素置为0和第二 位置的像素保持不变，得到陆地子图像；其中，所述第一位置与所述第二二 值化图像中像素为0的位置相同，所述第二位置与所述第二二值化图像中像 素为1的位置相同。
24.在一种可能的设计中，在对所述第二子图像包括的所有图像块进行卡尔 曼滤波处理之前，包括：
25.构建扇贝强度估计的加性模型：sc(r，x)＝so(r，x)+o(x)；
26.式中，r和x分别表示所述图像块中像素点在距离向和方位向上的位置， so(r，x)是距离向位置为r，方位向位置为x的像素点的无扇贝噪声图像， sc(r，x)是距离向位置为r，方位向位置为x的像素点的有扇贝噪声图像，o(x) 是方位向位置为x的像素点的扇贝强度；
27.构建适用于所述加性模型的卡尔曼滤波模型，其预测方程为如下所示公 式组：
[0028][0029]
式中，为第i次的先验估计，为第i次的先验估计误差协方差，q 为系统噪声协方差；
[0030]
相应的状态更新方程为：
[0031][0032]
式中，ki为卡尔曼增益，为第i次的后验估计，即每步估计的滤波结果， pi为第i次的后验误差协方差，r为观测噪声方差，zi为第i次的观测值。
[0033]
在一种可能的设计中，所述对所述第二子图像包括的所有图像块进行卡 尔曼滤波处理，包括：
[0034]
利用所述加性模型和所述预测方程组及所述状态更新方程组对每个所述 图像块执行如下操作：
[0035]
以预设窗口沿方向位遍历所述图像块中每一列方位向，获取所述预设窗 口内像素的平均值u和方差s，作为当前方位向对应的平均值u和方差s。
[0036]
确定后验估计的初始状态后验估计的误差协方差p1以及系统的噪声 协方差q；将所述图像块当前方位向中的每个非0像素的灰度值减去所述平 均值u作为卡尔曼滤波器的观测值z1～zk，将所述当前方位向的方差s作为卡尔 曼滤波器的观测噪声r；其中，k为所述图像块中的非0像素个数；
[0037]
基于所述预测方程组和所述状态更新方程组，对当前方位向进行k次迭 代，得到第k次的后验估计并将其作为所述图像块当前方位向的扇贝强 度o(x)；
[0038]
基于所述第k次的后验估计和所述加性模型，实现当前方位向的扇贝 抑制；
[0039]
遍历所述图像块的所有方位向，重复上述处理步骤，获得无扇贝噪声的 图像块。
[0040]
第二方面，本发明实施例还提供了一种sar图像扇贝抑制的处理装置， 包括：
[0041]
分割模块，用于对待处理的sar图像进行阈值分割，得到第一子图像和 第二子图像；其中，所述第一子图像中的每个像素点的像素值大于预设阈值， 所述第二子图像中的每个像素点的像素值不大于所述预设阈值；
[0042]
分块模块，用于对所述第二子图像在距离向上进行分块，得到至少两个 图像块；其中，所述距离向为沿着雷达波发射的方向；
[0043]
处理模块，用于对所述第二子图像包括的所有图像块进行卡尔曼滤波处 理，并将卡尔曼滤波处理后的所有图像块进行合并，得到目标子图像；
[0044]
合并模块，用于将所述第一子图像和所述目标子图像进行合并，得到目 标sar图像。
[0045]
第三方面，本发明实施例还提供了一种电子设备，包括存储器和处理器， 所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现 本说明书任一实施例所述的方法。
[0046]
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储 有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行本说明 书任一实施例所述的方法。
[0047]
本发明实施例提供了一种sar图像扇贝抑制的处理方法和装置，通过对 待处理的sar图像进行阈值分割，得到第一子图像和第二子图像；然后对第 二子图像在距离向上进行分块，得到至少两个图像块；其次对第二子图像包 括的所有图像块进行卡尔曼滤波处理，并将卡尔曼滤波处理后的所有图像块 进行合并，得到目标子图像；最后将第一子图像和目标子图像进行合并，得 到目标sar图像，从而可以有效抑制sar图像的扇贝效应，提高sar图像 的质量。
附图说明
[0048]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面 描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不 付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0049]
图1是本发明一实施例提供的一种sar图像扇贝抑制的处理方法流程 图；
[0050]
图2是本发明一实施例提供的存在强散射点且以陆地区域为主的背景相 对平稳的sar图像；
[0051]
图3(a)是本发明一实施例提供的对图2进行分割得到的强散射点子图；
[0052]
图3(b)是本发明一实施例提供的对图2进行分割得到的陆地区域子图；
[0053]
图4是本发明一实施例提供的采用现有技术对图2进行处理的结果图；
[0054]
图5是本发明一实施例提供的采用本发明方法对图2进行处理的结果图；
[0055]
图6是本发明一实施例提供的含有扇贝噪声的海陆相接背景的sar图 像；
[0056]
图7(a)是本发明一实施例提供的对图6进行分割得到的强散射点子图；
[0057]
图7(b)是本发明一实施例提供的对图6进行分割得到的海洋区域子图；
[0058]
图7(c)是本发明一实施例提供的对图6进行分割得到的陆地区域子图；
[0059]
图8是本发明一实施例提供的采用现有技术对图6进行处理的结果图；
[0060]
图9是本发明一实施例提供的采用本发明方法对图6进行处理的结果图；
[0061]
图10是本发明一实施例提供的图2中部分区域处理前和基于本发明方 法处理后的累积曲线对比图；
[0062]
图11是本发明一实施例提供的图6中部分区域处理前和基于本发明方 法处理后的累积曲线对比图；
[0063]
图12是本发明一实施例提供的一种电子设备的硬件架构图；
[0064]
图13是本发明一实施例提供的一种sar图像扇贝抑制的处理装置结构 图。
具体实施方式
[0065]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发 明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述， 显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所 获得的所有其它实施例，都属于本发明保护的范围。
[0066]
如前所述，相关技术虽然已经能够对sar图像的扇贝效应进行抑制，但 抑制效果不佳，处理后的sar图像中仍存在扇贝条纹。
[0067]
为了解决上述技术问题，可以考虑对sar图像进行分割，然后对分割后 的子图像在距离向上分块，对每一个图像块单独进行滤波处理后进行合并， 以提高每个子图像的滤波效果。
[0068]
请参考图1，本发明实施例提供了一种sar图像扇贝抑制的处理方法， 该方法包括：
[0069]
步骤100：对待处理的sar图像进行阈值分割，得到第一子图像和第二 子图像；其中，第一子图像中的每个像素点的像素值大于预设阈值，第二子 图像中的每个像素点的像
素值不大于预设阈值；
[0070]
步骤102：对第二子图像在距离向上进行分块，得到至少两个图像块； 其中，距离向为沿着雷达波发射的方向；
[0071]
步骤104：对第二子图像包括的所有图像块进行卡尔曼滤波处理，并将 卡尔曼滤波处理后的所有图像块进行合并，得到目标子图像；
[0072]
步骤106：将第一子图像和目标子图像进行合并，得到目标sar图像。
[0073]
本发明实施例中，通过：对待处理的sar图像进行阈值分割，得到第一 子图像和第二子图像，然后对第二子图像在距离向上进行分块，得到至少两 个图像块，其次对第二子图像包括的所有图像块进行卡尔曼滤波处理，并将 卡尔曼滤波处理后的所有图像块进行合并，得到目标子图像，最后将第一子 图像和目标子图像进行合并，得到目标sar图像，从而可以有效抑制sar 图像的扇贝效应，提高sar图像的处理质量。
[0074]
需要说明的是，由于卡尔曼滤波器适用于高斯线性系统，而sar图像服 从瑞利分布，特别是海陆相接的非平稳区域和强散射点区域的统计特征与高 斯分布有较大差异，导致卡尔曼滤波器的估计误差较大。但尽管图像的统计 分布不满足高斯分布，但只要每个方位向的统计分布与高斯分布相差不大， 卡尔曼滤波器仍然可以达到准确的结果。因此，该实施例通过对sar图像分 割预处理，将待处理的图像分割为多个子图像，从而使这些子图像的每个方 位向统计特征更接近高斯分布，从而满足卡尔曼滤波器的应用条件，减少估 计误差。
[0075]
下面描述图1所示的各个步骤的执行方式。
[0076]
在一些实施方式中，在执行步骤100之前，还包括：
[0077]
步骤a1：对待处理的sar图像进行预处理，得到预处理后的sar图 像；
[0078]
步骤a2：对预处理后的sar图像进行分类，得到第一sar图像和第二 sar图像；其中，第一sar图像为像素值均匀且同质的sar图像，即背景 相对平稳的sar图像；第二sar图像为存在海陆相接背景的sar图像，即 背景较复杂的图像。
[0079]
在该实施例中，通过对sar图像进行预处理，能够保证图像处理的准确 性，通过对预处理后的图像进行分类，能够将背景相对平稳的图像和背景相 对复杂的海陆相接图像分开处理，从而在保证图像处理精度的同时加快处理 速度，减少对计算机资源的占用。
[0080]
针对步骤a1，预处理方法包括：
[0081]
在一些实施方式中，根据计算模型的预设图像方向，调整图像的方向， 以使图像的方向与计算模型的预设图像方向一致，从而保证图像处理的准确 性。本技术预设图像的方位向为水平方向，即保证图像中的扇贝条纹与水平 方向垂直。当然，用户也可以预设图像的距离向为水平方向，此时，图像中 的扇贝条纹与水平方向平行，本技术不对sar图像的具体方向做具体限定， 只要保证图像的方向与计算模型的预设方向一致即可。
[0082]
在一些实施方式中，将图像的灰度动态范围调整到0～255，包括：
[0083]
获取图像灰度像素的最大值i
max
和最小值i
min
；
[0084]
对图像的每一个灰度像素i(i，j)按照如下公式进行计算，实现图像的灰度 调整：
[0085][0086]
需要说明的是，对图像灰度范围的调整并不以此实施例为限，用户也可 以根据图
像类型和计算模型的读取方式确定图像的灰度范围。
[0087]
需要说明的是，为便于后续使用，还可以获取sar图像中扇贝条纹的间 距，以确定卡尔曼滤波器输入参数的窗口大小。一般而言，可以取图像中扇 贝条纹间隔的一半作为窗口的尺寸，另外，可以通过手动选择图像像素，读 取像素位置坐标的方式，获取图像相邻扇贝条纹的像素间隔。
[0088]
研究人员在实际工作中发现，背景相对平稳的图像中的强散射点目标引 起的剧烈灰度变化也会影响卡尔曼滤波器的估计准确度，从而导致存在强散 射点的方位向滤波后存在着较大的扇贝残留；同时海陆相接背景的图像通常 存在着较为剧烈的灰度变化，导致卡尔曼滤波器在灰度变化剧烈区域的不稳 定，从而会在海陆相接处留下残余的扇贝效应甚至人工引入的伪像。
[0089]
因此，针对步骤100，在一些实施方式中，包括：
[0090]
对第一sar图像进行阈值分割，得到第一sar图像的第一子图像和第 二子图像；
[0091]
对第二sar图像进行阈值分割，得到第二sar图像的第一子图像和第 二子图像。
[0092]
在该实施例中，通过对sar图像进行阈值分割，能够将属于强散射点的 目标分离出来，得到第一子图像，即第一sar图像的第一子图像和第二sar 图像的第一子图像；将属于非强散射点的目标分离出来，得到第二子图像， 即第一sar图像的第二子图像和第二sar图像的第二子图像。如此，有利 于根据第一子图像和第二子图像各自的特性，采用不同的处理方法，从而在 保证图像处理精度的同时加快处理速度。
[0093]
需要说明的是，由于第一sar图像和第二sar图像包含的场景不同， 因此，在阈值分割时，采取的分割阈值也不相同，针对每一张sar图像，需 要根据图像的总体像素分布，选择最佳的分割阈值。
[0094]
另外，由于第二sar图像的第二子图像中包含海洋背景和陆地背景，因 此，针对步骤b2，在一些实施方式中，还包括：
[0095]
对第二sar图像的第二子图像进行形态学分割，得到海洋子图像和陆 地子图像；
[0096]
在一些实施中，可以采用下述方法对第二sar图像的第二子图像进行 形态学分割：
[0097]
基于图像中陆地和海洋的灰度差异，对第二sar图像的第二子图像进 行二值化处理，得到包含海洋区域与陆地区域的第一二值化图像；其中，海 洋区域的像素为0，陆地区域的像素为1；
[0098]
对待处理二值化图像依次进行填充孔洞操作、删除面积小于预设面积的 对象操作和闭运算操作，得到第二二值化图像；
[0099]
将第二sar图像的第二子图像中的第一位置的像素保持不变和第二位 置的像素置为0，得到海洋子图像；其中，第一位置与第二二值化图像中像 素为0的位置相同，第二位置与第二二值化图像中像素为1的位置相同；
[0100]
将第二sar图像的第二子图像中的第一位置的像素置为0和第二位置 的像素保持不变，得到陆地子图像；其中，第一位置与第二二值化图像中像 素为0的位置相同，第二位置与第二二值化图像中像素为1的位置相同。
[0101]
在该实施例中，通过对第二sar图像的第二子图像进行二值化处理，可 以实现海洋与陆地的粗分割；通过填充孔洞操作，可以将陆地区域中缺失部 分的像素填充为1；通过
执行删除小面积对象操作可以去除图像中不理想的 干扰区域，从而获取清晰的分割边界；通过执行闭运算操作，可以实现分割 图像的空间连续及区域完整性，获取平滑的边界，同时进一步确保海洋区域 或陆地区域各自的连通性；通过遍历二值化图像，可以的到海洋子图像和陆 地子图像，通过将海洋子图像和陆地子图像中的缺失像素填充为0，从而保 证海洋子图像和陆地子图像中的非0像素全部为sar图像中的真实像素， 进而确保卡尔曼滤波的准确性。
[0102]
需要说明的是，将海洋子图像和陆地子图像中的缺失像素用0填充，那 么在计算均值和方差时，这部分缺失的像素不会被统计在内，仅统计来自于 原图像的属于海洋区域的真实像素，对于其他待处理的子图像也同理。这是 由于分割后的子图像真实像素的分布已经接近高斯分布，直接可以利用这些 有效的真实像素参与卡尔曼滤波器的计算，因此需要去除这些缺失的像素干 扰，避免了其他不同质区域像素的干扰，从而提高了该同质区域滤波的准确 性。
[0103]
在实际应用中，由天线方向图加权引起的能量不均匀性也存在于距离向 内的sar图像中，即沿距离向的扇贝强度不是严格恒定的，而是表现出一定 程度的空变性，即扇贝效应的距离向空变性。而现有技术在对sar图像进行 卡尔曼滤波时，一般将某一特定方位向的整幅图像在距离向上的扇贝强度作 为一个恒定值处理。但由于距离向空变性的影响，当距离向尺寸较大时，不 同距离门实际对应的扇贝强度差异较大，因此现有技术估计得到恒定扇贝强 度并非适用于全部距离向范围，从而造成了部分距离向上的扇贝残留。
[0104]
为了解决该问题，针对步骤102，在一些实施方式中，设第二子图像中 距离向的像素个数为m个，方位向的像素个数为n个，则第二子图像的尺寸为 m
×
n：
[0105]
对第二子图像沿距离向分块，得到s个有重叠的距离向图像块，则每个图 像块的尺寸为ms×
n；其中，s≥2，ms为每个图像块中距离向的像素个数。
[0106]
在该实施例中，通过对第二子图像进行距离向分块，能够保证每一个图 像块的扇贝强度在距离向上可视为一恒定值，如此，对每一个图像块进行卡 尔曼滤波处理，能够解决距离向空变性带来的扇贝残留问题，提高图像处理 的精度。
[0107]
可以理解的是，对于每一张图像，分块数过少则不能保证对扇贝效应距 离向空变性的抑制，分块数过多则每次估计的观测值太少从而迭代次数太少， 导致估计不准确，且占用计算机资源增多，因此需要进行合理的分块。本申 请不对分块个数做具体限定，用户可以根据图像的实际尺寸和精度要求确定 分块个数。
[0108]
在执行步骤104之前，在一些实施方式中，包括：
[0109]
构建扇贝强度估计的加性模型：sc(r，x)＝so(r，x)+o(x)；
[0110]
式中，r和x分别表示所述图像块中像素点在距离向和方位向上的位置， so(r，x)是距离向位置为r，方位向位置为x的像素点的无扇贝噪声图像， sc(r，x)是距离向位置为r，方位向位置为x的像素点的有扇贝噪声图像，o(x) 是方位向位置为x的像素点的扇贝强度；
[0111]
构建适用于所述加性模型的卡尔曼滤波模型，其预测方程为如下所示公 式组：
[0112]
[0113]
式中，为第i次的先验估计，为第i次的先验估计误差协方差，q 为系统噪声协方差；
[0114]
相应的状态更新方程为：
[0115][0116]
式中，ki为卡尔曼增益，为第i次的后验估计，即每步估计的滤波结 果，pi为第i次的后验误差协方差，r为观测噪声方差，zi为第i次的观测值。
[0117]
在该实施方式中，将每一个图像块的扇贝强度在当前方位向的所有距离 向上视为一恒定值，并采用加性模型作为扇贝强度的估计模型，进而构建卡 尔曼滤波器的预测方程，如此获得的预测方程准确度高，能够准确估计sar 图像的扇贝强度。
[0118]
针对步骤104，在一些实施方式中，包括：
[0119]
利用加性模型和预测方程组及状态更新方程组对每个图像块执行如下操 作：
[0120]
以预设窗口沿方向位遍历图像块中每一列方位向，获取预设窗口内像素 的平均值u和方差s，作为当前方位向对应的平均值u和方差s；其中，预设窗 口的长度等于所在图像块沿距离向的长度，宽度为当前方位向扇贝条纹间距 的一半；
[0121]
确定后验估计的初始状态后验估计的误差协方差p1以及系统的噪声 协方差q；
[0122]
将图像块当前方位向中的每个非0像素的灰度值减去上述平均值u作为 卡尔曼滤波器的观测值z1～zk，将当前方位向的方差s作为卡尔曼滤波器的观 测噪声r；其中，k为图像块中的非0像素个数；
[0123]
基于预测方程组和状态更新方程组，对当前方位向进行k次迭代，得到 第k次的后验估计并将其作为图像块当前方位向的扇贝强度o(x)；具体 迭代过程为：根据预测方程组，利用第i-1步的状态后验估计后验估计 误差协方差p
i-1
以及系统噪声协方差q，计算得到当前第i步状态先验估计和先验误差协方差根据状态更新方程组，基于第i步状态先验估计先 验估计误差协方差第i个观测值zi以及上述方差s计算得到第i步状态后验 估计和后验估计误差协方差pi；
[0124]
基于第k次的后验估计和加性模型，实现当前方位向的扇贝抑制；
[0125]
遍历图像块的所有方位向，基于上述处理步骤，获得无扇贝噪声的图像 块。
[0126]
将滤波处理后的所有图像块沿着距离向进行合并，重叠部分的灰度值取 两个图像块在该像素位置的两个灰度值的平均值，非重叠部分直接采用对应 位置的经过滤波处理的图像块的灰度值，从而得到无噪声的目标子图像。
[0127]
在该实施例中，通过求解所述卡尔曼滤波方程组获得每个图像块的每个 方位向的扇贝强度，将该扇贝强度带入加性模型，获得无扇贝噪声的图像块。 由于每个图像块在
距离向上的距离足够小，因此，图像块的扇贝强度在距离 向上近似为一恒定值，由此获得的无扇贝噪声的图像块扇贝条纹抑制效果更 好，图像质量高。针对步骤106，在一些实施方式中，包括：
[0128]
将第一sar图像的第一子图像和滤波处理后的第一sar图像的目标第 二子图像进行合并，得到滤波处理后的第一sar图像；
[0129]
将第二sar图像的第一子图像和滤波处理后的目标海洋子图像和目标 陆地子图像进行合并，得到滤波处理后的第二sar图像。
[0130]
在该实施例中，通过合并第一子图像和滤波处理后的目标子图像，能够 得到无扇贝条纹的sar图像。
[0131]
需要说明的是，本实施例不对sar图像的第一子图像进行卡尔曼滤波 处理，主要基于两个原因：一方面，扇贝效应抑制的目标是为了更好地观测 图像，而被阈值分割得到的强散射点本身像素数很少，且其本身灰度亮度较 大，因此强散射点存在的扇贝效应对图像质量的目视影响微乎其微；另一方 面，由于强散射像素点个数太少，空间距离稀疏，导致各像素点之间相关性 差，导致卡尔曼滤波器无法对其扇贝强度进行准确估计。因此，本实施例不 对sar图像的第一子图像进行卡尔曼滤波处理，在不影响sar图像视觉效 果的同时，能够极大的节省计算机资源，提高图像处理的速度。
[0132]
下面使用实验结果对本技术提供的sar图像的处理方法的有效性进行 说明：
[0133]
如图2所示，是一幅存在强散射点且以陆地区域为主的背景相对平稳的sar 图像。对于图2进行阈值分割得到分割结果如图3(a)、3(b)所示，可以看 到，其被分割为强散射点子图像和陆地子图像，强散射点被有效分离，且陆地子 图像散射特性平稳。直接使用现有的基于卡尔曼滤波器的扇贝抑制方法对图2进 行处理，得到结果如图4所示。使用本发明提供的方法对图2进行处理，结果如 图5所示。
[0134]
从图4和图5可以看出，两幅图像的扇贝效应皆有一定程度的抑制。与图2 相比，图4中大部分区域的扇贝效应被有效抑制，但由于距离空变性的影响，在 部分区域存在着明显的扇贝残留。而图5中的各个区域的扇贝效应都得到了更 好地抑制，且良好地保持了河流等细节。因此本发明能有效抑制背景相对平稳图 像的扇贝效应。
[0135]
如图6所示，是一幅海陆相接背景的sar图像。对于图6进行阈值分割和 形态学分割，得到如图7(a)～7(c)所示的结果，从图中可以看出，图6被分 割为强散射点子图像、海洋子图像和陆地子图像，且海洋区域和陆地区域被有效 分离。直接使用现有的基于卡尔曼滤波器的扇贝抑制方法对图6进行处理，得 到结果如图8所示。使用本发明提供的方法对图6进行处理，结果如图9所示。
[0136]
从图8和图9可以看出，两幅图像的扇贝效应都有一定程度的抑制。与原 图相比，图8中的扇贝效应减轻，但陆地区域依然残留了较明显的扇贝条纹，并 且由于距离空变性的影响，残留程度随着距离向而变化，同时在海陆相接的不平 稳区域的抑制效果也不够理想。在图9中，首先可以看到无论是海洋区域还是 陆地区域，都很好地抑制了扇贝噪声，在海陆相接区域观察到，该区域的扇贝噪 声被明显抑制的同时保持了海岛等细节。
[0137]
为了定量的描述图像处理前后的扇贝抑制效果，本技术引入平均灰度强度 指标，将其定义为所测试区域的某一列的平均灰度，如下式所示：
[0138][0139]
选取处理前后的均匀散射区域，沿着方位向计算每一列所有距离向的平均 灰度强度值，并绘制为曲线图。
[0140]
图2对应的背景相对平稳图像的处理前后的平均灰度强度曲线如图10所 示，其中，原图像灰度强度变化曲线的剧烈起伏体现了原图像存在的明暗相间的 扇贝噪声。从图10可以看出，本发明方法处理结果图5对应的平均灰度曲线起 伏明显下降，代表着图5处理结果中扇贝效应所引起灰度变化更小，即扇贝效 应被抑制。
[0141]
图6对应的海陆相接背景图像处理前后的平均灰度强度曲线如图11所示， 其中选取图像中近似均匀散射的海洋区域，从该曲线中可以观察到，相较于原图 像对应曲线，本发明方法处理结果图9对应的平均灰度曲线十分平滑，证明图9 中的扇贝残留更少，进一步证明了本发明方法的有效性。
[0142]
为了进一步验证本发明处理方法的通用性，本实施例选取了6幅包含更多 场景的图片(以下称简图片1～图片6)进行处理，并给出客观统计指标的变化来 说明本发明的有效性和通用性，所选取的评价指标为方位向残留扇贝强度。
[0143]
方位向残留扇贝强度即表征了sar图像的均匀散射场景中，方位向相邻两 个burst内的辐射起伏相对最大值。根据指标定义，扇贝指标评估公式如下：
[0144]
sa＝20log(δa)
[0145]
其中，δa衡量相邻两个burst内的相对幅度起伏，即为起伏最大处的辐射最 大值与辐射最小值之比。
[0146]
该指标测试方法如下：
[0147]
(1)选取图像中的均匀散射场景区域，对每个距离向数据进行累加再平均处 理；
[0148]
(2)对平均后的数据在每个burst内进行邻近点平滑，获得方位向辐射起伏 特性曲线；
[0149]
(3)根据方位向辐射起伏曲线获得局部辐射起伏最大相对值，即相邻两个burst内最大的辐射起伏处的最大值和最小值的比值，得到δa；
[0150]
(4)根据扇贝指标公式求得结果作为本图像的扇贝相对强度。
[0151]
对选取的场景图像使用本发明方法抑制结果如表1所示：
[0152]
表1处理前后实验图像残留扇贝指标统计
[0153][0154]
对上表结果进行分析可知，本发明方法处理后残留扇贝强度指标相较于 现有卡尔曼滤波方法进一步降低，相较于原图像大幅度降低，可得出采用本发明 方法处理后，使扇贝相对强度大幅下降，说明本发明方法对sar图像扇贝效应 抑制的有效性。
[0155]
综上可知，本发明提供的sar图像处理方法，针对扇贝效应的距离向 空变性和复杂场景的扇贝残留问题，提出距离向分块方案和图像分割预处理， 进一步改进了基于卡尔曼滤波器的扇贝抑制方法，可以实现对于一般场景及 复杂海陆场景的扇贝效应抑制，能够提高sar图像的辐射质量。
[0156]
如图12、图13所示，本发明实施例提供了一种sar图像扇贝抑制的处 理装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的 方式实现。从硬件层面而言，如图12所示，为本发明实施例提供的一种sar 图像扇贝抑制的处理装置所在电子设备的一种硬件架构图，除了图12所示 的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在 的电子设备通常还可以包括其它硬件，如负责处理报文的转发芯片等等。以 软件实现为例，如图13所示，作为一个逻辑意义上的装置，是通过其所在电 子设备的cpu将非易失性存储器中对应的计算机程序读取到内存中运行形 成的。
[0157]
如图13所示，本实施例提供的一种sar图像扇贝抑制的处理装置，包 括：
[0158]
分割模块300，用于对待处理的sar图像进行阈值分割，得到第一子图 像和第二子图像；其中，第一子图像中的每个像素点的像素值大于预设阈值， 第二子图像中的每个像素点的像素值不大于预设阈值；
[0159]
分块模块302，用于对第二子图像在距离向上进行分块，得到至少两个 图像块；其中，距离向为沿着雷达波发射的方向；
[0160]
处理模块304，用于对第二子图像包括的所有图像块进行卡尔曼滤波处 理，并将卡尔曼滤波处理后的所有图像块进行合并，得到目标子图像；
[0161]
合并模块306，用于将第一子图像和目标子图像进行合并，得到目标sar 图像。
[0162]
在本发明实施例中，分割模块300可用于执行上述方法实施例中的步骤 100，分块模块302可用于执行上述方法实施例中的步骤102，处理模块304 可用于执行上述方法实施例中的步骤104，合并模块306可用于执行上述方 法实施例中的步骤106。
[0163]
在本发明的一个实施例中，分割模块300，用于执行如下操作：
[0164]
对第一sar图像进行阈值分割，得到第一sar图像的第一子图像和第 二子图像；
[0165]
对第二sar图像进行阈值分割，得到第二sar图像的第一子图像和第 二子图像。
[0166]
在本发明的一个实施例中，处理模块304，用于执行如下操作：
[0167]
利用所述加性模型和所述预测方程组及状态更新方程组对每个所述图像 块执行如下操作：
[0168]
以预设窗口沿方向位遍历所述图像块中每一列方位向，获取所述预设窗 口内像素的平均值u和方差s，作为当前方位向对应的平均值u和方差s；
[0169]
确定后验估计的初始状态后验估计的误差协方差p1以及系统的噪声 协方差q；将所述图像块当前方位向中的每个非0像素的灰度值减去所述平 均值u作为卡尔曼滤波器的观测值z1～zk，将所述当前方位向的方差s作为卡尔 曼滤波器的观测噪声r；其中，k为所述图像块中的非0像素个数；
[0170]
基于所述预测方程组和所述状态更新方程组，对当前方位向进行k次迭 代，得到第k次的后验估计并将其作为所述图像块当前方位向的扇贝强 度o(x)；
[0171]
基于所述第k次的后验估计和所述加性模型，实现当前方位向的扇贝 抑制；
[0172]
遍历所述图像块的所有方位向，重复上述处理步骤，获得无扇贝噪声的 图像块。
[0173]
可以理解的是，本发明实施例示意的结构并不构成对sar图像扇贝抑制 的处理装置的具体限定。在本发明的另一些实施例中，一种sar图像扇贝抑 制的处理装置可以包括比图示更多或者更少的部件，或者组合某些部件，或 者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或者 软件和硬件的组合来实现。
[0174]
上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明 方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此 处不再赘述。
[0175]
本发明实施例还提供了一种电子设备，包括存储器和处理器，所述存储 器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本发明任 一实施例中的一种sar图像扇贝抑制的处理方法。
[0176]
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储 介质上存储有计算机程序，所述计算机程序在被处理器执行时，使所述处理 器执行本发明任一实施例中的一种sar图像扇贝抑制的处理方法。
[0177]
具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储 着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装 置的计算机(或cpu或mpu)读出并执行存储在存储介质中的程序代码。
[0178]
在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任 何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发 明的一部分。
[0179]
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如 cd-rom、cd-r、cd-rw、dvd-rom、dvd-ram、dvd-rw、dvd+rw)、 磁带、非易失性存储卡和rom。可选择地，
可以由通信网络从服务器计算机 上下载程序代码。
[0180]
此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而 且可以通过基于程序代码的指令使计算机上操作的系统等来完成部分或者全 部的实际操作，从而实现上述实施例中任意一项实施例的功能。
[0181]
此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内 的扩展板中所设置的存储器中或者写到与计算机相连接的扩展模块中设置的 存储器中，随后基于程序代码的指令使安装在扩展板或者扩展模块上的cpu 等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。
[0182]
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将 一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这 些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、
ꢀ“
包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列 要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确 列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的 要素。在没有更多限制的情况下，由语句“包括一个
…”
限定的要素，并不排 除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
[0183]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤 可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取 的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述 的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介 质中。
[0184]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其 限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术 人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或 者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技 术方案的本质脱离本发明各实施例技术方案的精神和范围。