專利名稱：基于mrf先驗(yàn)的sar圖像去斑方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步涉及一種雷達(dá)圖像處理技術(shù)的濾波方 法，該方法使用馬爾科夫(MRF)隨機(jī)場提取先驗(yàn)信息，以貝葉斯非局部均值(BNL)濾波為去 斑方法，可用于對(duì)合成孔徑雷達(dá)(SAR)圖像進(jìn)行去斑處理。
背景技術(shù)：
目前，基于空域?yàn)V波的去斑效果較好的算法有原始非局部均值方法，改進(jìn)sigma 濾波方法和PPB濾波方法。Buades ^A^"Buades, B. Coll, and J. Μ. Morel. A non-local algorithm for image denoising. Proc. IEEE CVPR，2005，2 :60-65. ”中提出了一種非局部均值去斑濾波方 法。該方法不是用圖像中單個(gè)像素的灰度值進(jìn)行比較，而是對(duì)該像素周圍的窗口中整個(gè)灰 度的分布狀況進(jìn)行比較，根據(jù)灰度分布的相似性貢獻(xiàn)權(quán)值。實(shí)踐證明，使用該方法獲得的灰 度分布相似性權(quán)值不準(zhǔn)確，導(dǎo)致圖像結(jié)構(gòu)信息如邊緣、線性體、點(diǎn)等目標(biāo)會(huì)在一定程度上被 模糊或?yàn)V除。J. S. Lee 等人在 ‘‘ J. S. Lee, J. H. Wen, Τ. L. Ainsworth, K. S. Chen, and A. J. Chen, "Improved sigma filter for speckle filtering of SAR imagery,"IEEE Trans. Geosci. Remote Sens. , vol. 47, no. 1, Jan 2009，202-213. ” 中提出 了改進(jìn) sigma 去斑濾波方法。 該方法使用新的sigma范圍選取窗口內(nèi)的像素點(diǎn)，然后對(duì)選取的像素點(diǎn)采用最小均方誤差 (MMSE)估計(jì)中心點(diǎn)像素的值。實(shí)際使用中證明該方法在一定程度上壓縮了強(qiáng)反射點(diǎn)目標(biāo)的 亮度，且不能很好平滑同質(zhì)區(qū)域的噪聲，導(dǎo)致去斑效果不理想。C. A.Deledalle 等人 ^ "C. A. Deledalle, L.Denis, and F. Tupin. Iterative weighted maximum likelihood denoising with probabilistic patch-based weights. IEEE Trans. Image Processing, vol. 18，no. 12，Dec. 2009，2661-2672. ”中提出了一種在最 大似然框架下迭代去斑的濾波方法。該方法在最大似然估計(jì)框架下得到加權(quán)平均公式，并 定義塊權(quán)值的計(jì)算公式，通過迭代方法逐步修改先驗(yàn)信息，最終收斂至最佳去斑結(jié)果。此方 法在使用中需迭代25次，因此其復(fù)雜度很高，降低了該方法的實(shí)用性。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，先使用MRF模型提取圖像的先驗(yàn)信息， 再根據(jù)貝葉斯非局部均值濾波框架對(duì)圖像去斑的方法，提出了一種基于MRF先驗(yàn)的BNL均 值濾波器對(duì)SAR圖像空域去斑方法，以實(shí)現(xiàn)對(duì)SAR圖像降斑中邊緣和平滑區(qū)域的兼顧，提高 圖像去斑效果。本發(fā)明的具體步驟包括如下(1)輸入一副待去斑的SAR圖像；(2)選取中心像素塊在待去斑的SAR圖像中，逐行掃描選取一個(gè)像素點(diǎn)為待估計(jì) 像素點(diǎn)，以待估計(jì)像素點(diǎn)為中心，以固定長度為塊半徑，選取一個(gè)正方形的中心像素塊；
(3)確定搜索窗以選取的待估計(jì)像素點(diǎn)為中心，以固定長度為搜索窗半徑，選取 一個(gè)正方形的搜索窗；(4)選取相似塊在搜索窗中逐行掃描選取一個(gè)像素點(diǎn)作為相似點(diǎn)，以此相似點(diǎn) 為中心，選取一個(gè)與中心像素塊等大小的像素塊作為相似塊；(5)計(jì)算相似性權(quán)值5a)計(jì)算相似性條件概率依據(jù)條件概率密度函數(shù)，計(jì)算在步驟(4)所選取的相似 塊的條件下，中心像素塊出現(xiàn)的條件概率；5b)根據(jù)基于MRF先驗(yàn)的相似性度量公式，計(jì)算先驗(yàn)相似性
權(quán)利要求
1. 一種基于MRF先驗(yàn)的SAR圖像去斑方法，包括如下步驟(1)輸入一副待去斑的SAR圖像；(2)選取中心像素塊在待去斑的SAR圖像中，逐行掃描選取一個(gè)像素點(diǎn)為待估計(jì)像素 點(diǎn)，以待估計(jì)像素點(diǎn)為中心，以固定長度為塊半徑，選取一個(gè)正方形的中心像素塊；(3)確定搜索窗以選取的待估計(jì)像素點(diǎn)為中心，以固定長度為搜索窗半徑，選取一個(gè) 正方形的搜索窗；(4)選取相似塊在搜索窗中逐行掃描選取一個(gè)像素點(diǎn)作為相似點(diǎn)，以此相似點(diǎn)為中 心，選取一個(gè)與中心像素塊等大小的像素塊作為相似塊；(5)計(jì)算相似性權(quán)值5a)計(jì)算相似性條件概率依據(jù)條件概率密度函數(shù)，計(jì)算在步驟(4)所選取的相似塊的 條件下，中心像素塊出現(xiàn)的條件概率；5b)根據(jù)基于MRF先驗(yàn)的相似性度量公式，計(jì)算先驗(yàn)相似性
2.根據(jù)權(quán)利要求1所述的一種基于MRF先驗(yàn)的SAR圖像去斑方法，其特征在于所述 步驟O)中的固定長度為2 5個(gè)像素點(diǎn)。
3.根據(jù)權(quán)利要求1所述的一種基于MRF先驗(yàn)的SAR圖像去斑方法，其特征在于所述 步驟(3)中的固定長度為7 15個(gè)像素點(diǎn)。
4.根據(jù)權(quán)利要求1所述的一種基于MRF先驗(yàn)的SAR圖像去斑方法，其特征在于所述 步驟5a)中適用于強(qiáng)度SAR圖像的條件概率密度函數(shù)為
5.根據(jù)權(quán)利要求1所述的一種基于MRF先驗(yàn)的SAR圖像去斑方法，其特征在于所述 步驟5a)中適用于幅度SAR圖像的條件概率密度函數(shù)為
6.根據(jù)權(quán)利要求1所述的一種基于MRF先驗(yàn)的SAR圖像去斑方法，其特征在于所述 步驟5c)中適用于強(qiáng)度SAR圖像的相似性權(quán)值公式為
7.根據(jù)權(quán)利要求1所述的一種基于MRF先驗(yàn)的SAR圖像去斑方法，其特征在于所述 步驟5c)中適用于幅度SAR圖像的相似性權(quán)值公式為
全文摘要
一種圖像處理技術(shù)領(lǐng)域基于MRF先驗(yàn)的SAR圖像去斑方法，包括如下步驟1.輸入一副待去斑的SAR圖像；2.選取中心像素塊；3.確定搜索窗；4.選取相似塊；5.計(jì)算相似性權(quán)值；6.遍歷搜索窗；7.計(jì)算待估計(jì)像素點(diǎn)的恢復(fù)值；8.遍歷整幅SAR圖像；9.恢復(fù)整幅SAR圖像；10.迭代去斑；11.獲得最終去斑結(jié)果。本發(fā)明充分利用了圖像的先驗(yàn)信息，相對(duì)于目前空域?yàn)V波的去斑方法，能夠更好的平滑斑點(diǎn)噪聲，同時(shí)保持SAR圖像的邊緣和紋理細(xì)節(jié)，可用于對(duì)SAR圖像的去斑處理。
文檔編號(hào)G06T5/00GK102136134SQ20111005988
公開日2011年7月27日 申請(qǐng)日期2011年3月11日 優(yōu)先權(quán)日2011年3月11日
發(fā)明者侯彪, 張小華, 李永偉, 焦李成, 王桂婷, 王爽, 鐘樺, 韓超 申請(qǐng)人:西安電子科技大學(xué)