基于剪切波域参数估计的合成孔径雷达SAR图像去噪方法与流程

技术特征：

1.一种基于剪切波域参数估计的合成孔径雷达SAR图像去噪方法，其特征在于步骤如下：

步骤1、剪切波Shearlet分解：对含乘性斑点噪声的SAR图像做剪切波分解，得到分解后的系数S，以L(S)表示低频近似系数，以Y(S)表示高频细节系数；

步骤2、参数估计：

利用低频近似系数L(S)估计噪声方差σ和瑞利分布的衰减参数α：

$\widehat{\mathrm{\σ}}=Median\left\{\right|L\left(S\right)\left|\right\}/0.6745$

$\mathrm{\α}=\mathrm{\σ}/\sqrt{2}$

利用高频细节系数Y(S)估计每个系数的边缘标准差σ_s(s)、计算局部自适应阈值λ和对当前系数做软阈值处理；

每个系数的边缘标准差

${\widehat{\mathrm{\σ}}}_y^2\left(s\right)=\frac{1}{M}\underset{i\∈N\left(s\right)}{\Σ}{y}^2\left(i\right)$

其中：N(s)是以当前系数y(s)为中心的邻域窗口，M是窗口中系数个数；

计算局部自适应阈值λ：

对当前系数做软阈值处理：$\hat{s}\left(y\right)=sign\left(y\right)\·{\left(\right|y|-\mathrm{\λ})}_{+}$

其中：sign(y)为符号函数，

()₊是示性函数，

步骤3、剪切波逆变换重构：对处理后的低频近似系数L(S)和高频细节系数Y(S)做剪切波逆变换，得到去噪后的恢复图像。

2.根据权利要求1所述基于剪切波域参数估计的合成孔径雷达SAR图像去噪方法，其特征在于：所述步骤1对包含乘性斑点噪声的SAR图像进行剪切波变换，分解层数为4，窗口中系数个数为3×3。