1.一种合成孔径雷达图像自动可视化算法,其特征在于,包括以下步骤:
步骤1:将合成孔径雷达图像的灰度划分为低灰度区[0,αμ]和高灰度区(αμ,X],其中,μ是输入图像的均值,α是一个经验因子,X是输入灰度的最大值,在计算μ时,0灰度像素不计,α通常取3,以使大多数像素都落在低灰度区[0,αμ];
步骤2:将像素集中分布的低灰度区[0,αμ]线性拉伸至区间[0,βY],其中,Y是输出灰度的最大值,β是一个经验因子,Y一般取显示器的最大灰度,β通常取0.8,以使区间[0,βY]对应于视觉比较敏感的灰度范围;
步骤3:用最优化主观图像的直方图匹配算法将像素稀疏分布的高灰度区(αμ,X]映射至区间(βY,Y];
步骤4:根据步骤2和步骤3所建立的灰度映射来变换图像的每个像素,从而实现图像的可视化。
2.如权利要求1所述的合成孔径雷达图像自动可视化算法,其特征在于,步骤3进一步包括以下步骤:
步骤31:统计输入图像的直方图,进而计算其概率积累函数,其中,在统计输入图像的直方图时,只考虑大于αμ的灰度;
步骤32:计算输出图像的直方图,亦即最优的客观图像直方图,进而计算其概率积累函数,其中,在计算输出图像的直方图时,只使用最优的客观图像直方图在区间(βY,Y]的这一部分;
步骤33:对每个输入灰度j,找到对应的输出灰度k,使输出图像在k处的概率积累函数最接近于输入图像在j处的概率积累函数,其中,j被限制在区间(αμ,X],k被限制在区间(βY,Y]。
3.如权利要求2所述的合成孔径雷达图像自动可视化算法,其特征在于,步骤32中最优客观图像直方图的数学模型为:
其中,K是显示器的最大灰度,μ1、σ1、μ2和σ2分别取0.1、0.03、0.5和0.15。
4.如权利要求3所述的合成孔径雷达图像自动可视化算法,其特征在于,最优客观图像直方图的数学模型用以下方法导出:
步骤321:假定主观图像当其直方图均匀分布时是最优的;
步骤322:由均匀分布的主观图像直方图导出最优的客观图像直方图,在推导过程中,根据客观灰度与主观灰度的关系曲线,把每个主观灰度的概率均匀地分配在对应的客观灰度上,客观灰度与主观灰度的关系曲线不同,导出的最优客观图像直方图也是不同的,但是有着相似的趋势和拐点;
步骤323:由一系列最优的客观图像直方图归纳出其数学模型。
5.如权利要求4所述的合成孔径雷达图像自动可视化算法,其特征在于,步骤322中客观灰度与主观灰度的关系曲线通过视觉实验来确定,具体过程如下:
步骤3221:客观灰度0被认为对应于主观灰度0;
步骤3222:将背景灰度和前景灰度置为0,然后逐渐增大前景灰度,直到人眼刚能分辨出前景灰度与背景灰度为止,此时的前景灰度被认为对应于主观灰度1;
步骤3223:将背景灰度置为前景灰度,然后逐渐增大前景灰度,直到人眼刚能分辨出前景灰度与背景灰度为止,此时的前景灰度被认为对应于主观灰度2;
步骤3224:采用上述方法确定对应于其它主观灰度的客观灰度,直到前景达到显示器的最大灰度为止;
步骤3225:如果两个客观灰度分别对应于两个相邻的主观灰度,那么这两个客观灰度之间的客观灰度被认为对应于较小的那个主观灰度。