[发明专利]基于对比敏感度特性的SAR图像质量评价方法

说明书

技术领域

本发明涉及一种对合成孔径雷达采集图像的处理方法，更特别地说，是指一种基于对比敏感度特性的SAR图像质量评价方法。

背景技术

合成孔径雷达（Synthetic Aperture Radar,SAR）系统是一种有源的遥感设备，它主动向目标发射电磁波，利用目标散射特性作用下接收到回波信号进行成像。

MATLAB是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言的编辑模式。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连matlab开发工作界面接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

1999年10月哈尔滨工业大学出版社出版、刘永坦编著的《雷达成像技术》指出，合成孔径雷达（SAR，Synthetic Aperture Radar）安装在运动平台上，按照一定的重复频率发射、接收脉冲，形成回波信号。SAR系统的结构框图如图1所示，SAR系统包括有星上雷达系统、卫星平台及数据下传系统和地面系统三部分，对合成孔径雷达成像处理是在地面系统中完成的。地面系统通过地面接收站接收卫星平台及数据下传系统下发的回波信号，该回波信号经SAR信号处理器进行成像处理，获得SAR图像；所述SAR图像存储于备档操作系统中。

传统SAR图像质量主要从图像的空间和辐射两方面的性能指标进行客观评价，评估指标包括：利用点目标冲激相应获得的空间分辨率、积分旁瓣比、峰值旁瓣比，以及通过面目标测定的图像方差、动态范围、等效视数及辐射分辨率等客观参数。这些参数只能从客观方面显示图像质量的好坏，缺少主观性的评价，并不能反映出观察者的对图像的反应。不过许多学者已经研究了如何对普通灰度图像进行主观与客观相结合的质量评估，提出了相应的方法。1974年Mannos和Sakrion等人在IEEETransaction on Information Theory发表的《The effect of a visual fidelity criterion on the encoding of images》文章中首先提出了基于大量实验总结的对比敏感度函数（Contrast Sensitivity Function，CSF)的近似模型及曲线A(f_r)≈2.6[0.0192+0.114f_r]exp[1(0.114f_r)^1.1]，并得到学者的认可。CSF能较全面、客观评价视觉功能，被称为人眼视觉系统空间调制转移函数。对比敏感度函数是描述人眼视觉系统空间特性的主要指标之一，它反映不同条件下的对比敏感与空间频率之间的关系。2004年Zhou Wang等人在IEEE Transactions on Image Processing发表的《Image quality assessment:from error visibility to structure simi larity》提出了基于结构相似度（structure simi lari ty,SSIM）的主观性图像质量评价方法。它是基于认为人眼视觉的主要功能是提取背景中的结构信息的理论上，对图像的结构失真的度量。刘鹏军提出的《基于BP神经网络的SAR干扰效果评估方法》，是采用将若干客观评价指标作为输入，通过神经网络模型得到主观评价的等级。

以上提出的主观性评价方法主要针对有原始参考图像的普通灰度图像，由于SAR图像相对于普通灰度图像具有一定的特殊性：SAR图像是直接通过成像算法得到的图像，并没有参考图像来作为基准与其他图像进行对比及分析；它的主观评价与个人背景知识，经验总结等特性有强烈的相关。因此，这些方法并不完全适用于SAR图像质量评价。SAR图像存在斑点噪声和失真等固有特性，会造成从视觉上看，能定性的评价某一幅SAR图像质量高于另一SAR图像，而从图像的基本信息内容上：图像灰度平均值，图像灰度方差，图像信息量等图像的统计特征与视觉结果不一致的现象，因此必须对SAR图像质量进行定量评估，给出统一的评价指标。

发明内容