专利名称：基于目标提取和三维块匹配去噪的sar图像去斑方法
技术领域：
本发明属于图像处理技术领域，具体地说是一种去斑方法，可应用于SAR图像目标识别和目标检测。
背景技术：
合成孔径雷达Synthetic Aperture Radar,简称SAR是一种能在各种天气条件下获得类似光学图像的高分辨率图像的全天候、全天时雷达，属于主动式遥感系统。SAR不受光照，天气等条件的影响，可应用于农业、军事、导航、地理监视等诸多领域。但由于在SAR成像过程中，由于相干照射而产生的衰落效应的影响，使图像内原本具有相同后向散射系数的匀质区域表现出颗粒状噪声，这种噪声称之为相干斑。相干斑的存在增加了图像解 译的复杂性，大大降低了图像分割、目标分类以及其他信息提取的有效性。SAR图像降斑的首要目标是在滤除斑点噪声的同时，尽可能的保持图像的细节信息。近年来，SAR图像相干斑噪声抑制技术飞速发展，可分为成像前多视平滑技术和成像后滤波技术两大类。早期的SAR成像处理中，大多采用多视处理技术，但随着SAR图像应用的不断拓展，对其空间分辨率的要求不断提高，多视处理技术已不能满足要求。成像后的滤波技术又可分为空域滤波技术和频域滤波技术。基于空域滤波技术的降斑方法通常都是假定噪声模型，然后在图像上取一个滑动窗，以窗内所有像素作为滤波器的输入值，估计无相干斑噪声的图像，它是基于局部统计特性进行滤波处理的。空域滤波方法有增强Lee滤波,Kuan滤波,Frost滤波，以及GammaMAP滤波等。这些空域的滤波方法，难以保持图像的细节特征，其滤波性能的好坏，很大程度上依赖于所选滤波窗口的大小。基于频域滤波技术的降斑方法可以从不同的分辨率空间来描述图像的局部特征，使得信号和噪声在小波变换域中表现出不同的特征，从而较易区分信号和噪声。经过比较分析，小波变换的方法对边缘有着较好的保留效果，但是由于小波变换有限的方向性，它仅能捕捉图像的水平、垂直及对角三个方向的信息，而对于其他方向确无能为力，这就导致处理后的图像细节信息丢失严重。三维块匹配去噪算法是由Dabov等人在2007年提出的，它能够利用图像的自相关特性进行有效的降噪。三维块匹配去噪算法属于非局部多点型算法，它既包含了非局部去噪的思想，同时又用到了变换域滤波的方法，对于去除斑点噪声能够取得了较好的效果。但将其使用于SAR图像去斑时，由于现有的噪声估计技术都有一定的误差，所以无法准确获知SAR图像的噪声标准差，因此无法取得最佳的去斑效果，并会造成部分的图像信息的丢失。
发明内容
本发明的目的在于针对上述已有问题的缺点，提出一种基于目标识别和三维块匹配去噪的SAR图像去斑方法，以取得最佳的去除斑点噪声的效果和保留尽可能多的图像信肩、O实现本发明的技术方案是先将输入的SAR图像中的目标图像提取出来，然后计算移除了目标后图像的三维块匹配去噪算法的最佳噪声标准差，并对移除了目标后的图像采用最佳噪声标准差进行三维块匹配去噪，最后再将提取出的目标图像加入去噪结果图像中，具体步骤包括如下(I)对输入的SAR图像A进行细节和边缘的目标图像提取，得到提取出的目标图像T ；(2)将提取出的目标图像T从输入的SAR图像A中移除，得到移除目标图像后的SAR图像B ；(3)对移除目标图像后的SAR图像B进行对数运算，得到图像B的对数图像C ； (4)针对对数图像C，计算三维块匹配去噪算法的最佳噪声标准差a 4a)利用Donoho提出的鲁棒中值法，用正交离散小波分解估算移除目标图像后的SAR图像B的对数图像C的噪声标准差σ :
medial、abs{ HH.))σ=---
0.6745其中，HH1为对数图像C的二维小波变换的高通-高通子空间的正交离散小波变换系数，abs表示取绝对值，median表示取中值；4b)设置迭代次数t=20,迭代步长Step=O. 025,计算每次迭代的三维块匹配去噪算法的噪声标准差s (i)s (i) = σ +i X step, i=l, 2,…，t ；4c)分别使用噪声标准差s(i)作为噪声估计标准差，采用三维块匹配去噪算法对对数图像C进行去噪处理，得到不同噪声标准差的三维块匹配去噪后图像组D(i), i=l,2, ...，t ;4d)将不同噪声标准差的三维块匹配去噪后图像组D(i)进行指数运算，得到指数图像组H(i)；4e)计算指数图像组H(i)的等效视数数组I (i)和边缘保持程度数组J(i)
4^强度图像 2
/(/)=广，
{0'522uy，幅度图像.
^ A-’
— Λ4',+S,, (/,/77+ ι)|)./(/) = -..- -..-
(/+ j^)| + |.V {I.m)-,S； (/.m + I)|)式中，u和λ分别为指数图像组H(i)中一块同质区域的均匀值和标准差，(l，m)表示移除目标图像后的SAR图像B中的边缘像素点的坐标，Sa(I, m)表示移除目标图像后的SAR图像B的边缘像素点的灰度值，Sb(I, m)表示指数图像组H(i)边缘像素点的灰度值；I (i)的值越大，图像对比度越小，表示滤波器对斑点噪声的平滑能力越强；图像边缘保持程度J(i)越大，表示滤波器对原图像的细节保持能力越好；4f)分别将等效视数数组I⑴和边缘保持程度数组J⑴进行标准化，得到标准化等效视数数组K (i)和标准化边缘保持程度数组L (i)；4g)以s⑴为横坐标，分别以对应标准化等效视数数组的K⑴和标准化边缘保持程度数组L(i)为纵坐标作两条曲线，则这两条曲线交点横坐标的值即为对数图像C的三维块匹配去噪算法最佳噪声标准差a的值；(5)采用最佳噪声标准差a，对对数图像C进行三维块匹配去噪处理，得到对数图像C的三维块匹配去噪后图像M ；(6)将三维块匹配去噪后图像M进行指数变换，得到去斑后的SAR图像N ;(7)将提取出的目标图像T与去斑后的SAR图像N相加，得到最终去斑结果图像R0本发明与现有的技术相比具有以下优点I)本发明由于采用了结合了双边滤波和canny算子边缘检测的方法对输入的SAR图像进行目标图像的提取，因而可将图像中的点目标、线目标和纹理细节提取出来，很好地保持了原SAR图像中的图像细节特征。2)本发明由于采用了使用最佳噪声标准差的三维块匹配去噪算法对SAR图像进行去斑处理，通过评价不同噪声标准差的三维块匹配去噪后图像的边缘保持程度和同质区域去斑效果，选择出最佳噪声标准差，使之在具有最佳去斑效果的同时不会损失过多的的图像信息。仿真结果表明，本发明方法较其它几种现有的经典SAR图像去斑方法，在边缘保持能力和同质区域去斑效果方面都有显著的提高。
图I是本发明实现流程图；图2是本发明实验输入的一幅两视SAR图像；图3是用本发明与现有的方法对图2的SAR图像去斑结果对比图；图4是用本发明从图2中提取出的目标图像；图5是用本发明计算三维块匹配算法的最佳噪声标准差a的曲线。
具体实施例方式参照图1，本发明的具体实施过程如下步骤I.对输入的SAR图像A进行细节和边缘的目标图像提取，得到提取出的目标图像T :Ia)对输入的SAR图像A进行双边滤波处理，设置门限Y为120到180，将滤波结果图像中灰度值小于门限Y的像素点的灰度值设为0，得到双边滤波边缘图像E,双边滤波算法的具体实现参见Tomasi, C. , and Manduchi, R. : “Bilateralfiltering for gray and color Images，，· Proc. 6th Int. Conf. Computer Vision, NewDelhi, India, 1998, pp. 839 - 846 ；lb)对输入的SAR图像A使用canny算子进行边缘检测,得到canny边缘图像F ； Ic)将双边滤波边缘图像E与canny边缘图像F相加，得到输入的SAR图像A的总边缘图像G ;
Id)将输入的SAR图像A的总边缘图像G中灰度值g(x，y)古O处(x，y)的像素点从输入的SAR图像A中提取出来，得到目标图像T。步骤2.将提取出的目标图像T从输入的SAR图像A中移除，得到移除目标图像后的SA图像B。步骤3.对移除目标图像后的SAR图像B进行对数运算，得到图像B的对数图像C。步骤4.针对对数图像C，计算三维块匹配去噪算法的最佳噪声标准差a 4a)利用Donoho提出的鲁棒中值法，用正交离散小波分解估算图像B的对数图像C的噪声标准差σ :
权利要求
1.一种基于目标提取和三维块匹配去噪的SAR图像去斑方法，包括如下步骤 (1)对输入的SAR图像A进行细节和边缘的目标图像提取，得到提取出的目标图像T； (2)将提取出的目标图像T从输入的SAR图像A中移除，得到移除目标图像后的SAR图像B ; (3)对移除目标图像后的SAR图像B进行对数运算，得到图像B的对数图像C； (4)针对对数图像C，计算三维块匹配去噪算法的最佳噪声标准差a 4a)利用Donoho提出的鲁棒中值法，用正交离散小波分解估算移除目标图像后的SAR图像B的对数图像C的噪声标准差σ :
2.根据权利要求书I所述的基于目标提取和三维块匹配去噪的SAR图像去斑方法，其中步骤(I)所述的对输入的SAR图像A进行细节和边缘的目标图像提取，按照如下步骤进行 2a)对输入的SAR图像A进行双边滤波处理，设置下门限Y为120到180之间的一数值，将滤波结果图像中灰度值小于下门限Y的像素点的灰度值设为0，得到双边滤波边缘图像E ; 2b)对输入的SAR图像A使用canny算子进行边缘检测,得到canny边缘图像F ； 2c)将双边滤波边缘图像E和canny边缘图像F相加，得到SAR图像A的总边缘图像G ； 2d)将总边缘图像G中灰度值g(x，y)古O处(X，y)的像素点从输入的SAR图像A中提取出来，得到目标图像T。
3.根据权利要求书I所述的基于目标提取和三维块匹配去噪的SAR图像去斑方法，其中所述步骤4c)采用三维块匹配去噪算法对对数图像C进行去噪处理，是先将图像分成同样大小的矩形块；再根据图像块之间结构的相似性，把具有相似结构的二维图像块组合在一起形成三维数组；最后根据同一组中图像块之间的相似性对图像进行去噪。
4.根据权利要求书I所述的基于目标提取和三维块匹配去噪的SAR图像去斑方法，其中所述步骤4f)中将等效视数数组I (i)和边缘保持程度数组J(i)进行标准化，是通过如 下公式进行
全文摘要
本发明公开一种基于目标提取与三维块匹配去噪的SAR图像去斑方法，主要解决现有技术不能同时兼顾去斑效果和细节保持的问题。其实现步骤为(1)对输入的SAR图像进行目标图像的提取和移除；(2)计算迭代初始值，设定迭代次数和迭代步长；(3)对移除目标后图像进行对数变换后，采用不同噪声标准差的三维块匹配去噪算法进行去噪，通过评价去噪后图像的边缘保持能力和等效视数，选取出最佳噪声标准差；(4)对对数图像采用最佳噪声标准差进行三维块匹配去噪；(5)将去噪后图像进行指数变换后与目标图像相加，得到最终去斑结果图像。本发明具有图像细节保存较好，去斑效果好的优点，可用于SAR图像目标识别和目标检测。
文档编号G06T5/50GK102722879SQ20121019334
公开日2012年10月10日 申请日期2012年6月13日 优先权日2012年6月13日
发明者尚荣华, 朱虎明, 焦李成, 王爽, 白静, 钟雯倩, 马文萍, 马晶晶 申请人:西安电子科技大学