基于比值距离的非局部均值雷达图像相干斑抑制方法与流程

技术特征：

1.一种基于比值距离的非局部均值雷达图像相干斑抑制方法，其特征在于，包括：

读取合成孔径雷达相干斑图像；

设定对应的搜索窗口和相似性窗口大小；

根据所述任意两个相似性窗口中的灰度值确定所述任意两个相似性窗口比值距离；

根据所述任意两个相似性窗口的中心点的灰度值确定所述任意两个相似性窗口中心点的灰度值比值；

根据所述任意两个相似性窗口的中心点的空间坐标确定所述任意两个相似性窗口中心点的空间距离；

根据所述比值距离、所述中心点灰度值比值以及所述中心点空间距离计算两个相似性窗口内像素点的权重值；

通过所述的权重值估计当前像素点的估计值。

2.根据权利1所述的方法，其特征在于，所述根据相似性窗口大小和所述相似性窗口中的灰度值确定所述两个相似性窗口比值距离，包括：

采用公式

$D1(i,j)=\left|\max \{\underset{k=1}{\overset{M}{\Σ}}{\left|\frac{f_{N_i}\left(k\right)}{f_{N_j}\left(k\right)}\right|}^2,\underset{k=1}{\overset{M}{\Σ}}{\left|\frac{f_{N_j}\left(k\right)}{f_{N_i}\left(k\right)}\right|}^2\}-W\right|---\left(1\right)$

计算两个图像块比值距离，其中，所述W为相似性窗口的尺寸大小，其中，N_i与N_j分别是以像素点Q_i与Q_j为中心的图像块，而与则是观测图像f中的两个图像块，D1(i,j)为两个图像块比值距离，(i,j)分别为任意两个图像块中心像素点的位置坐标，M为任一图像块内像素点个数。

3.根据权利要求1所述的方法，其特征在于，所述根据所述任意两个相似性窗口的中心点的灰度值确定所述任意两个相似性窗口之间中心点的灰度值比值，包括：

采用公式

$D2(i,j)=|max(\frac{f_{N_i}(x,y)}{f_{N_j}(p,q)},\frac{f_{N_j}(p,q)}{f_{N_i}(x,y)})-1|---\left(2\right)$

计算两个中心像素点之间的灰度值比值，其中，所述(x,y)和(p,q)分别是图像块N_i与N_j的中心像素点位置，D2(i,j)为两个中心像素点之间的灰度值比值。

4.根据权利要求1所述的方法，其特征在于，根据所述任意两个相似性窗口的中心点的空间坐标确定所述任意两个相似性窗口中心点的空间距离，包括：

采用公式

D3(i,j)＝(x-p)²+(y-q)² (3)

确定任意两个相似性窗口中心点的空间距离，其中，(x,y)和(p,q)分别是两个相似性窗口的中心点位置坐标，D3(i,j)为两个相似性窗口中心点的空间距离。

5.根据权利要求1所述的方法，其特征在于，所述根据所述比值距离、所述中心点灰度值比值以及所述中心点空间距离计算权重值，包括：

采用公式

$w(i,j)=\frac{\{\exp (-\frac{D1}{h{1}^2})*\exp (-\frac{D2}{h{2}^2})*\exp (-\frac{D3}{h{3}^2})\}}{\underset{j}{\Σ}\{\exp (-\frac{D1}{h{1}^2})*\exp (-\frac{D2}{h{2}^2})*\exp (-\frac{D3}{h{3}^2})\}}---\left(4\right)$

计算两个相似性窗口内像素点的权重值，其中，所述h1、h2和h3分别是控制滤波程度的变量，将控制滤波程度的变量定义为h1＝h2＝h3＝kLσ，L为图像的视数，k为常量，σ为图像的标准差，w(i,j)为两个相似性窗口内像素点的权重值。