專利名稱：一種高分辨率sar衛(wèi)星圖像相干斑去噪方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，高分辨率SAR衛(wèi)星遙感 影像處理技術(shù)領(lǐng)域。
背景技術(shù)：
對SAR圖像質(zhì)量影響最大的相干斑噪聲與成像系統(tǒng)噪聲形成的物理過程有著本 質(zhì)的不同，其性質(zhì)有顯著的差別。SAR圖像中主要反映地面目標的后向散射特性。一般來 說，SAR系統(tǒng)的分辨單元比信號的波長要大很多，場景目標的一個雷達分辨單元則可看作是 由大量的散射點組成的。在理想情況下，這些散射點的回波為球面波。在球面上，其幅度 處處相等。由于這些散射單元出自于同一分辨單元之內(nèi)，合成孔徑雷達無法將它們區(qū)分開 來。合成孔徑雷達的接收信號是這些散射點回波的相干疊加，每個散射單元回波的相位和 它們與雷達的距離及散射物質(zhì)的特性相關(guān)，因此導致接收信號的強度并不完全由地物目標 的散射系數(shù)決定，而是圍繞著散射系數(shù)的值有很大的隨機起伏。這使得對于具有均勻散射 系數(shù)的區(qū)域，它的SAR圖像中并不具有均勻的強度，仍然呈現(xiàn)出很強的噪聲表現(xiàn)，即相干斑 噪聲，也叫做斑點噪聲。SAR圖像固有的相干斑噪聲嚴重影響了對圖像的解析、判讀及后期應用，在噪聲強 度較大時，甚至會導致目標特性淹沒在噪聲中無法提取。因而對SAR圖像進行后續(xù)處理前， 必須進行相干斑去噪，以提高圖像質(zhì)量。目前已有的相干斑噪聲抑制算法可分為三類一是早期經(jīng)典的多視處理方法；二 是空域去噪算法；三是變換域去噪算法。多視處理方法在一定程度上降低了圖像質(zhì)量，隨 著SAR應用領(lǐng)域的不斷擴展，多視處理方法幾乎不能滿足其對空間分辨能力的要求。空域 算法在均勻區(qū)域能夠取得較好的去噪效果，但非均勻區(qū)域因邊界效應會被模糊和過平滑， 從而損失圖像細節(jié)。變換域相干斑去噪方法就是利用真實圖像與相干斑、噪聲在變換域的 不同表現(xiàn)進行甄別和區(qū)分處理，達到去除噪聲目的的算法。其代表性的算法有傅立葉變換 去噪、獨立分量分析(ICA :Ind印endentComponent-Analysis)去噪和小波分析去噪。中國 發(fā)明專利《一種SAR圖像自適應去噪和特征增強方法》(申請?zhí)?201010210108. 5申請日 2010-06-24)公開的其步驟為對原SAR圖像先進行對數(shù)運算再進行ME-curvelet變換再 采用改進的PSO算法參照提出的評價準則對改進的增益函數(shù)中的參數(shù)進行自適應選擇和 優(yōu)化，最后采用改進的增益函數(shù)對ME-curvelet系數(shù)進行非線性變換，并進行ME-curvelet 逆變換和指數(shù)變換，得到最終的去噪和特征增強后的SAR圖像，采用該方法能夠在增強特 征的同時去除噪聲，并降低處理的復雜度，取得較好的SAR圖像去噪和特征增強效果；發(fā) 明專利《基于隱馬爾科夫樹模型的SAR圖像去噪方法》(申請?zhí)?200910023171. 5申請日 2009-07-02)較好地保持了 SAR圖像的細節(jié)和紋理信息，減少SAR圖像同質(zhì)區(qū)域內(nèi)斑點噪 聲；還有發(fā)明專利《基于自適應多尺度BANDELET包的SAR圖像去噪壓縮方法》(申請?zhí)?200810232708. 4申請日2008-12-19)、《基于NSCT域邊緣檢測和Bishrink模型的SAR圖像 去噪方法》(申請?zhí)?01010225442.8申請日2010-07_12)、《基于輪廓波域塊隱馬爾可夫模型SAR圖像去噪方法》(申請?zhí)?200910023788. 7申請日2009-09_04)、《一種基于二維混 合變換的SAR回波信號去噪預處理方法》(申請?zhí)?200910083345. 7申請日2009-05_04)、 《基于非下采樣輪廓波的合成孔徑雷達圖像去噪方法》(申請?zhí)?00910020952.9申請 日2009-01-16)、《基于多尺度積和主成分分析的SAR圖像變化檢測方法》(申請?zhí)?200910023637. 1申請日2009-08_19)、《基于方向波域混合高斯模型的SAR圖像噪聲抑制 方法》(申請?zhí)?00910023789. 1申請日2009-09_04)、《基于獨立成分分析基圖像的合成 孔徑雷達圖像消噪方法》(申請?zhí)?00710046928. 3申請日2007-10_11)等，都是采用變換 域去噪算法。小波變換具有良好的時頻分析特性，在圖像去噪領(lǐng)域有著廣泛應用前景。利用小 波模極大值進行去噪，有著傳統(tǒng)算法和一般小波變換去噪方法難以實現(xiàn)的優(yōu)勢，由于小波 模極大值可分析突變點的奇異特性，因此能將噪聲與圖像輪廓等高頻有用信息區(qū)分開，從 而達到去噪且不丟失高頻有用信息的目的。

發(fā)明內(nèi)容
本發(fā)明的目的是針對背景技術(shù)提出的問題，提供一種高分辨率SAR衛(wèi)星圖像相干 斑去噪方法，通過分析相干斑噪聲統(tǒng)計特性，基于小波模極大值及李氏指數(shù)理論，利用空間 相關(guān)處理技術(shù)識別SAR圖像中的有用信號和相干斑噪聲，從而在不損失邊緣信息的同時， 較大程度衰減相干斑噪聲，同時對小波多分辨率分析造成的“漂移”現(xiàn)象進行了校正，增強 了去噪能力，提高了處理速度，利用本發(fā)明能夠識別SAR圖像中的有用信號和相干斑噪聲 作用，在不損失邊緣信息的同時，較大程度衰減相干斑噪聲，同時對小波多分辨率分析造成 的“漂移”現(xiàn)象進行了校正，增強了去噪能力，提高了處理速度。本發(fā)明的技術(shù)方案是一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，它是通過以 下技術(shù)方案實現(xiàn)的，包括如下步驟(1)對SAR圖像數(shù)據(jù)進行二進小波變換；(2)對小波系數(shù)進行模極大值搜索；(3)利用模極大值處理理論平滑噪聲，產(chǎn)生空間相關(guān)濾波的參考信號；(4)進行空域相關(guān)處理；(5)對處理后的小波系數(shù)進行重構(gòu)，得到去噪后的信號；如上所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所述步驟
(1)中，對SAR圖像進行不同尺度因子的小波分解，實現(xiàn)對圖像信號的多分辨率分析，同時， 為減少運算量，不直接由小波運算式求取行、列維的小波系數(shù)，而是采用正方塊二維正交小 波基的分解式，由Mallat快速算法計算出二維圖像的概貌信息、行方向小波系數(shù)、列方向 小波系數(shù)和對角小波系數(shù)；如上所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所述步驟
(2)中，對圖像小波系數(shù)進行模極大值搜索，得到的行、列維度的小波系數(shù)的模極大值指示 了圖像被平滑后的拐點位置；如上所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所述步驟
(3)中，利用模極大值處理理論平滑噪聲，首先進行相鄰尺度的小波模極大值匹配，然后對 搜索到的模極大值進行識別，對有用信號產(chǎn)生的模極大值在尺度間進行“漂移”校正，產(chǎn)生空間相關(guān)濾波的參考信號；如上所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所述步驟
(4)中，進行空間相關(guān)處理，將小波系數(shù)與相關(guān)因子比較，區(qū)分噪聲與有用信號成分，保留有 用信號，去除噪聲；如上所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所述步驟
(5)中，對處理后的小波系數(shù)進行重構(gòu)，得到去噪后的信號。本發(fā)明的有益效果是(1)采用模極大值處理理論，對小波系數(shù)中的噪聲和有用信號成分進行了識別和 區(qū)分處理，使去噪算法在去除高頻噪聲的同時，不損失高頻信號成分。(2)對有用信號成分產(chǎn)生的模極大值，在尺度間進行了“漂移”校正，使得空域相關(guān) 系數(shù)更為準確地反映噪聲和有用信號的分布。從而避免為達到需求精度而進行的迭代計算 和相應的噪聲強度估計，大大減少了計算量，提高算法的穩(wěn)健性。(3)將小波系數(shù)與相關(guān)因子比較，區(qū)分噪聲與有用信號成分。與在各尺度使用固定 閾值處理小波系數(shù)的做法相比，本發(fā)明的方法更好的保留了小波系數(shù)的結(jié)構(gòu)，減少了信號失真。


圖1是本發(fā)明實施例數(shù)據(jù)處理流程圖2是本發(fā)明實施例使用的原始SAR圖像
圖3是圖2中局部A部分放大圖4是本發(fā)明實施例去噪處理結(jié)果圖5是圖4中局部B放大圖6是采用Lee去噪方法的處理結(jié)果圖7是采用Frost去噪方法的處理結(jié)果圖
圖8是小波閥值去噪方法處理結(jié)果圖9是采用本發(fā)明去噪方法處理結(jié)果圖。
具體實施例方式以下結(jié)合附圖對本發(fā)明實施例進一步說明如附圖1所示，為本發(fā)明對高分辨率SAR衛(wèi)星圖像進行相干斑去噪的數(shù)據(jù)處理流 程圖，利用本方法，進行SAR圖像相干斑去噪的處理流程如下1)對SAR圖像數(shù)據(jù)f (X，y)進行最大尺度為J的二進小波變換由下述公式⑴ (4)，得到各尺度的小波系數(shù)(吼《)，其中j = 1，2，L，J為二
進尺度因子，m，n為二維圖像的時移因子，k= 1，2，3，4，分別對應f(x，y)的概貌信息(尺 度系數(shù))、行方向小波系數(shù)、列方向小波系數(shù)和對角方向的小波系數(shù)。<r=i:Mk-2i)K{m-2l)pC
k,m( 1 )
k^m (2)
Y1U =HMk-^Mm-ll) P^
k,m(3)Pii =Ih辦如-21) P 二
L 」kjn(4)2)對小波系數(shù)進行模極大值搜索二維圖像的行、列二個維度的小波系數(shù)對應于圖像數(shù)據(jù)被核函數(shù)θ (χ, y)平滑后 取梯度的結(jié)果。因此行、列維度的小波系數(shù)的模極大值指示了圖像被平滑后的拐點位置。利
用這一性質(zhì)，在各尺度上利用) Wf] {m,n)，依據(jù)式(5)、(6)求解小波變換模Mj (m,
η)和幅角Ki (m，η)，并李氏指數(shù)進行模極大值搜索；求小波變換模和二維平面的幅角
權(quán)利要求
1.一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，它是通過以下技術(shù)方案實現(xiàn)的，包括 如下步驟(1)對SAR圖像數(shù)據(jù)進行二進小波變換；(2)對小波系數(shù)進行模極大值搜索；(3)利用模極大值處理理論平滑噪聲，產(chǎn)生空間相關(guān)濾波的參考信號；(4)進行空域相關(guān)處理；(5)對處理后的小波系數(shù)進行重構(gòu)，得到去噪后的信號。
2.如權(quán)利要求1所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所 述步驟(1)中，對SAR圖像進行不同尺度因子的小波分解，實現(xiàn)對圖像信號的多分辨率分 析，同時，為減少運算量，不直接由小波運算式求取行、列維的小波系數(shù)，而是采用正方塊二 維正交小波基的分解式，由Mallat快速算法計算出二維圖像的概貌信息、行方向小波系 數(shù)、列方向小波系數(shù)和對角小波系數(shù)。
3.如權(quán)利要求1所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所 述步驟O)中，對圖像小波系數(shù)進行模極大值搜索，得到的行、列維度的小波系數(shù)的模極大 值指示了圖像被平滑后的拐點位置。
4.如權(quán)利要求1所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所 述步驟(3)中，利用模極大值處理理論平滑噪聲，首先進行相鄰尺度的小波模極大值匹配， 然后對搜索到的模極大值進行識別，對有用信號產(chǎn)生的模極大值在尺度間進行“漂移”校 正，產(chǎn)生空間相關(guān)濾波的參考信號。
5.如權(quán)利要求1所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所 述步驟中，進行空間相關(guān)處理，將小波系數(shù)與相關(guān)因子比較，區(qū)分噪聲與有用信號成 分，保留有用信號，去除噪聲。
6.如權(quán)利要求1所述的一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，其特征在于所 述步驟(5)中，對處理后的小波系數(shù)進行重構(gòu)，得到去噪后的信號。
全文摘要
一種高分辨率SAR衛(wèi)星圖像相干斑去噪方法，通過分析相干斑噪聲統(tǒng)計特性，基于小波模極大值及李氏指數(shù)理論，利用空間相關(guān)處理技術(shù)識別SAR圖像中的有用信號和相干斑噪聲，從而在不損失邊緣信息的同時，較大程度衰減相干斑噪聲，同時對小波多分辨率分析造成的“漂移”現(xiàn)象進行了校正，增強了去噪能力，提高了處理速度，利用本發(fā)明能夠識別SAR圖像中的有用信號和相干斑噪聲作用，在不損失邊緣信息的同時，較大程度衰減相干斑噪聲，同時對小波多分辨率分析造成的“漂移”現(xiàn)象進行了校正，增強了去噪能力，提高了處理速度。
文檔編號G06T5/00GK102073992SQ20101058018
公開日2011年5月25日 申請日期2010年12月9日 優(yōu)先權(quán)日2010年12月9日
發(fā)明者劉凱, 劉庭, 劉艷, 彭勇, 王力農(nóng), 肖賓, 胡建勛, 胡毅 申請人:國網(wǎng)電力科學研究院