專利名稱：基于dct字典同步稀疏表示的sar圖像降斑方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域，具體地說是一種SAR圖像降斑方法，用于對(duì)SAR圖像進(jìn)行降斑處理。
背景技術(shù)：
合成孔徑雷達(dá)所成的圖像SAR具有全天候、全天時(shí)、高分辨率和強(qiáng)大的穿透能力等特點(diǎn)，因此這種圖像被廣泛的應(yīng)用到目標(biāo)識(shí)別，變換檢測(cè)和水面監(jiān)視等。然而SAR圖像的相干成像原理決定了 SAR圖像被相干斑噪聲所干擾。這種斑點(diǎn)噪聲毀壞了 SAR圖像輻射測(cè)量的分辨率，同時(shí)影響到后續(xù)的處理和理解任務(wù)。降斑的目標(biāo)是去除相干斑，同時(shí)保留圖像的特征信息，如點(diǎn)狀目標(biāo)和邊緣信息等。由于斑點(diǎn)噪聲屬于乘性噪聲，使得上述目標(biāo)的實(shí)現(xiàn)頗具挑戰(zhàn)性。目前，學(xué)者們已經(jīng)提出了大量的SAR圖像降斑方法。大致可分為兩類。一類是基于圖像空域統(tǒng)計(jì)特性的方法，這類方法是SAR圖像降斑方法的主流。這類方法有較為經(jīng)典的Lee濾波，Kuan濾波，F(xiàn)rost濾波以及他們的增強(qiáng)版和新近提出的PPB方法等。其中，PPB是目前效果最好的方法之一。另一類是基于變換域的方法，如Donoho提出的小波軟閾值法和硬閾值法。這類基于小波、Contourlet等變換的SAR圖像降斑算法由于具有多尺度、多分辨等優(yōu)點(diǎn)而獲得了廣泛的應(yīng)用。但是這類變換域去斑算法本質(zhì)上仍是基于固定窗口的濾波，在圖像的邊緣、線等區(qū)域會(huì)產(chǎn)生吉布斯現(xiàn)象。近年來，基于稀疏表示模型的圖像處理方法弓I起了學(xué)者們的普遍關(guān)注。基于稀疏表示模型的去噪方法在自然圖像去噪方面取得了非常好的效果，是目前去噪效果最好的方法之一。目前為止這類方法主要用于去除加性高斯白噪聲，如著名的KSVD方法、非局部稀疏模型方法等。但是目前用于SAR圖像的稀疏表示去斑方法在性能上比較差，沒有真正的利用稀疏表示的特性，在紋理和邊`緣，以及平滑區(qū)域保持不好。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)上述已有技術(shù)的不足，提出了一種基于DCT字典同步稀疏表示的SAR圖像降斑方法，利用相似塊具有相似的稀疏逼近的原理，以提高SAR圖像的稀疏表示效果，降低相干斑噪聲，保持SAR圖像中的紋理和邊緣。為了實(shí)現(xiàn)上述目的，本發(fā)明的具體步驟如下:( I)對(duì)輸入幅度SAR圖像進(jìn)行預(yù)處理:Ia)用輸入幅度SAR圖像所含有的乘性相干斑噪聲的均值，對(duì)該輸入幅度SAR圖像進(jìn)行歸一化，得到歸一化圖像Vs。；lb)對(duì)輸入幅度SAR圖像利用PPB方法先進(jìn)行一次濾波，得到濾波后圖像Vppb ；Ic)在輸入幅度SAR圖像上，對(duì)每個(gè)像素點(diǎn)的真實(shí)像素值進(jìn)行估計(jì)，即以輸入幅度SAR圖像上的任一像素點(diǎn)i為中心點(diǎn)，大小為NXN的鄰域塊中的所有像素值的均值4作為對(duì)像素點(diǎn)i的真實(shí)值Ui的估計(jì)值，其中，I ^n, η為輸入幅度SAR圖像總的像素個(gè)數(shù)；
ld)對(duì)輸入幅度SAR圖像上中的每個(gè)像素點(diǎn)計(jì)算它對(duì)應(yīng)的加性噪聲標(biāo)準(zhǔn)差:
權(quán)利要求
1.一種基于DCT字典同步稀疏表示SAR圖像降斑的方法，包括如下步驟: (1)對(duì)輸入幅度SAR圖像進(jìn)行預(yù)處理: Ia)用輸入幅度SAR圖像所含有的乘性相干斑噪聲的均值，對(duì)該輸入幅度SAR圖像進(jìn)行歸一化，得到歸一化圖像Vs。； lb)對(duì)輸入幅度SAR圖像利用PPB方法先進(jìn)行一次濾波，得到濾波后圖像Vppb ； Ic)在輸入幅度SAR圖像上，對(duì)每個(gè)像素點(diǎn)的真實(shí)像素值進(jìn)行估計(jì)，即以輸入幅度SAR圖像上的任一像素點(diǎn)i為中心點(diǎn)，大小為NXN的鄰域塊中的所有像素值的均值^作為對(duì)像素點(diǎn)i的真實(shí)值Ui的估計(jì)值，其中，I ≤n≤η為輸入幅度SAR圖像總的像素個(gè)數(shù)； Id)對(duì)輸入幅度SAR圖像上中的每個(gè)像素點(diǎn)計(jì)算它對(duì)應(yīng)的加性噪聲標(biāo)準(zhǔn)差:
2.根據(jù)權(quán)利要求1所述的基于DCT字典同步稀疏表示SAR圖像降斑的方法，其特征在于步驟(3)所述的用帶權(quán)值的SOMP對(duì)相似矩陣Xi進(jìn)行稀疏表示，按如下步驟進(jìn)行: 3a)對(duì)權(quán)值穩(wěn)定化矩陣Pi按列求平均，得到均值向量民然后將均值向量民分別拓展為31個(gè)和K個(gè)拓展權(quán)值矩陣P;和β":
全文摘要
本發(fā)明公開了一種基于DCT字典同步稀疏表示的SAR圖像降斑方法，主要解決現(xiàn)有方法對(duì)SAR圖像去斑不能很好保持紋理和邊緣的問題。其實(shí)現(xiàn)步驟為(1)對(duì)輸入幅度SAR圖像進(jìn)行預(yù)處理；(2)對(duì)輸入幅度SAR圖像利用PPB方法進(jìn)行濾波，得到一次濾波結(jié)果；(3)對(duì)于圖像中的每個(gè)像素點(diǎn)，計(jì)算對(duì)應(yīng)的加性噪聲的標(biāo)準(zhǔn)差；(4)在一次濾波結(jié)果圖像上，構(gòu)建各個(gè)圖像塊的相似集合，并構(gòu)建各個(gè)相似集合的方差穩(wěn)定化矩陣；(5)對(duì)每一個(gè)相似集合，利用DCT字典進(jìn)行帶權(quán)值的同步稀疏表示得到表示系數(shù)；(6)用表示系數(shù)重構(gòu)圖像得到去噪圖。本發(fā)明很好的解決了SAR圖像去斑的邊緣和紋理保持問題，可用于SAR圖像去斑。
文檔編號(hào)G06T5/00GK103077503SQ20131000785
公開日2013年5月1日 申請(qǐng)日期2013年1月9日 優(yōu)先權(quán)日2013年1月9日
發(fā)明者鐘樺, 焦李成, 潘秋豐, 馬晶晶, 馬文萍, 張小華, 侯彪, 王爽 申請(qǐng)人:西安電子科技大學(xué)