[发明专利]基于非下采样轮廓波的合成孔径雷达图像去噪方法

说明书

技术领域

本发明属于图像处理技术领域，涉及该技术在合成孔径雷达Synthetic Aperture Radar图像，即SAR图像去噪领域中的应用，具体地说是一种基于非下采样轮廓波的合成孔径雷达图像去噪方法。该方法可用于SAR图像的预处理阶段。

背景技术

合成孔径雷达可以全天时、全天候成像，且具有高空间分辨率和强穿透能力。SAR图像在军事和民用方面均获得了广泛的应用。然而，受其自身固有的相干斑噪声的影响，SAR图像不能有效地反映地物目标的散射特性，严重的影响了图像的质量，对图像的自动解译造成很大困难。SAR图像去噪是SAR图像处理和分析的关键步骤，也是后续图像分割与目标识别的基础。SAR图像去噪需要对同质区域有效滤波的同时，尽可能多得保持SAR图像的方向以及纹理等重要信息，以利于后续解译任务的顺利完成。

SAR图像去噪方法大体可以分为两类。一类是传统的基于空域的滤波方法，包括Lee滤波、Gamma Map滤波和维纳滤波等。这些基于空域的滤波方法，难以保持图像的细节特征，其去噪性能的好坏，很大程度依赖于所选滤波窗口的大小。

另一类是基于变换域的SAR图像去噪方法。由于小波变换具有良好的时频局部化特性，所以基于小波变换的去噪方法在SAR图像去噪领域中得到了广泛的应用。基于小波变换的SAR图像去噪方法分别在具有下采样分解机制和非下采样分解机制的两类小波变换域中展开。在小波变换族中，非下采样小波变换解决了下采样小波变换缺乏平移不变性的问题。实践证实了基于非下采样小波变换的去噪方法在综合性能上要优于基于下采样小波变换的去噪方法。而不论是在下采样还是在非下采样的小波变换域对SAR图像进行去噪，所得到的图像往往不能很好地保留原始SAR图像的细节特征，且小波分析在二维空间不是最优的函数表示方法，不能很好地刻画图像中具有线奇异的几何信息。现有的基于变换域的SAR图像去噪方法，多是将乘性斑点噪声简单通过对数变换转换为加性噪声来估计去噪的阈值，导致去噪不充分。

近年来，人们提出新的多尺度几何分析工具，用来解决二维或是更高维奇异性。其中，轮廓波Contourlet变换因对二维图像的表示性能优异、实现快速方便而备受瞩目。非下采样轮廓波变换Nonsubsampled Contourlet Transform，NSCT是轮廓波变换的平移不变版本，拥有比轮廓波变换更加丰富的基函数集合，可以提供更好的频率选择性和正则性，有利于更好地捕捉图像中的细节信息。

发明内容

本发明的目的在于克服已有技术的不足，即无法在有效去除SAR图像相干斑的同时保持图像的细节，提出一种基于非下采样轮廓波的SAR图像去噪方法及装置，以提高现有的基于变换域的降斑方法的细节保持性能。

本发明的技术方案是：采用非下采样轮廓波作为对SAR图像变换的工具，并通过估计到的斑点噪声方差对变换系数进行判定，保留信号系数，抑制斑点噪声系数，实现SAR图像去噪，具体实现步骤如下：

(1)输入SAR图像X，并对其进行L层非下采样轮廓波变换，得到低频子带D_L(a，b)和不同尺度上的高频方向子带{C_l，i(a，b)，0≤l≤L-1，1≤i≤k_l}，C_l，i(a，b)表示SAR图像在尺度2^-l上的第i个高频方向子带的系数，L为3～5；

(2)计算不同尺度各个高频方向子带的斑点噪声方差

(3)利用高频方向子带系数C_l，i(a，b)的局部均值mean[C_l，i(a，b)]和高频方向子带的斑点噪声方差将高频方向子带系数C_l，i(a，b)区分为信号或是噪声的变换系数，判定准则如下：

其中，k在1～5之间取值，mean[C_l，i(a，b)]是以高频方向子带系数C_l，i(a，b)为中心的5×5大小的局部区域内系数的均值；

(4)对判定后的高频方向子带系数C_l，i(a，b)进行如下去噪操作：

得到去噪后的高频方向子带系数C_l，i^*(a，b)；