[发明专利]基于NSCT域局部高斯模型的SAR图像降斑方法

说明书

技术领域

本发明属于图像处理技术领域，更进一步涉及一种基于非下采样Contourlet域(NSCT)局部高斯模型的合成孔径雷达(SAR)图像降斑方法。本发明可用于合成孔径雷达图像的相干斑抑制。

背景技术

SAR图像抑斑的关键在于有效去除均匀场景中的斑点噪声的同时，尽可能保留图像中边缘和纹理特征，以及保持图像的雷达辐射特性。随着多分辨分析理论的发展，频域滤波被广泛应用于SAR图像抑斑，常见的有基于平稳小波(SWT)、非下采样轮廓波(NSCT)的方法。

西安电子科技大学在其专利申请“基于SWT域改进粒子滤波的SAR图像降班方法”(专利申请号：201110060825.9，公开号：CN102129672A)中提出了一种基于SWT域改进粒子滤波的SAR图像降斑方法。该方法将待降斑的空域图像变换到平稳小波域，并提取不同变换尺度水平、垂直和对角方向下的SWT域图像，对其应用改进粒子滤波降斑方法进行降斑处理，然后将得到的降斑后小波域图像进行逆变换得到最终的降斑图像。该方法虽然能够解决已有方法降斑后图像边缘和纹理模糊等问题，但仍然存在的不足是，小波变换只能描述点奇异性，却不能有效地刻画图像中的二维线奇异性，会损失部分细节信息。

西安电子科技大学在其专利申请“基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法”(专利申请号：201010225442.8，公开号：CN101901476A)中提出了一种基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法。该方法对选取的SAR图像进行非下采样Contourlet变换，用Bishrink模型对第3～6层的子带系数进行收缩，然后进行逆变换得到重构图像，检测重构图像的边缘，对边缘检测后的图像进行均值滤波得到滤波后图像，对输入图像和滤波后图像相减获得的差值图像进行非线性各向异性扩散，得到去噪后的图像。该方法存在的不足是，通过指数运算将乘性噪声转换成加性噪声，不能够较好地保持SAR图像的辐射特性，此外，此方法还需假设图像的先验信息，给后续处理带来不便。

发明内容

本发明的目的在于克服上述已有技术的不足，提出了一种基于非下采样Contourlet(NSCT)域局部高斯模型的SAR图像降斑方法。本发明可以去除均匀场景中的斑点噪声，同时能够有效保持结构和纹理信息以及原图像的辐射特性。

本发明实现的具体步骤包括如下：

(1)输入待降斑SAR图像；

(2)非下采样Contourlet变换

2a)按照下式，将SAR图像的乘性噪声转化为加性噪声：

I＝RX＝X+(R-1)X＝X+N

其中，I为所观测到的被噪声污染的图像强度，R为相干斑，其均值为1，X为地物的真实后向散射强度，N为将要滤除的加性噪声；

2b)进行非下采样Contourlet变换，获得Contourlet变换低频子带系数和高频方向子带系数；

(3)高频系数收缩

3a)保持低频子带系数不变；

3b)利用降斑后图像与无噪图像之间的最小均方误差，按下式求解权重系数；

a_k＝[θ_k(y)^Tθ_k(y)]^-1{θ_k(y)^Ty-σ²div[θ_k(y)]}

其中，a_k为权重系数，[θ_k(y)^Tθ_k(y)]^-1为逆运算符号，θ_k(y)^T为θ_k(y)的转置，θ_k(y)为阈值函数，k＝1，2……K，K的取值范围为1～100，y为输入的待降斑图像Contourlet变换高频方向子带系数，σ为噪声标准差，div为求导运算；

3c)按照下式对高频方向子带系数进行收缩，得到估计的无噪图像Contourlet高频各方向子带系数：