[发明专利]一种基于非下采样Shearlet变换的高分三SAR图像降斑方法

权利要求书

1.一种基于非下采样Shearlet变换的高分三SAR图像降斑方法，其特征在于，包括以下步骤：

S1:图像噪声模型转换

对高分三SAR图像进行对数变换，将SAR图像乘性噪声模型转换为加性噪声模型；

S2：剪切波变换

对剪切波进行定义，然后在固定的尺度因子下，应用非下采样Laplacian金字塔方法代替传统的Laplacian金字塔方法进行多尺度剖分，消除采样带来的失真，使用非下采样Laplacian金字塔方法把图像分解成一个低通滤波图像和一个高通滤波图像；在伪极化格上对高通滤波的图像进行离散傅里叶变换产生矩阵，利用窗函数对矩阵进行带通滤波处理，将滤波结果做二维逆傅里叶变换，得到剪切系数；

S3：小波硬阈值处理高频系数

定义小波硬阈值，对得到的剪切系数中的高频系数进行小波硬阈值处理，去除高频系数的噪声；

S4：剪切重构

将得到的低频系数和高频系数进行Shearlet重构；

S5：指数变换

对重构化后的图像进行指数变换，得到降斑后的图像。

2.根据权利要求1所述的基于非下采样Shearlet变换的高分三SAR图像降斑方法，其特征在于，所述步骤S1的具体过程为：

充分发育的斑点服从乘性模型，斑点的乘性模型如公式(1)所示：

Y＝F×X (1)

其中，Y是观察图像，F是斑点，X是真实图像；

log(Y)＝log(F)+log(X)(2)

利用公式(2)对公式(1)进行对数变换，将SAR图像乘性噪声模型转化为加性噪声模型。

3.根据权利要求2所述的基于非下采样Shearlet变换的高分三SAR图像降斑方法，其特征在于，所述步骤S2的具体过程为：

Shearlet变换是通过把几何和多尺度分析结合起来构造剪切波的形式的具有合成膨胀的仿射系统构造而成，当维数n＝2时，具有合成膨胀的仿射系统定义如下：

Ψ_AB(ψ)＝{ψ_(j,l,k)(x)＝|detA|^j/2ψ(B^lA^jx-k):j,l∈Z；k∈Z²}(3)

其中，ψ∈L²(R²)，j是尺度参数，l是剪切参数，k是平移参数，A和B为2×2可逆矩阵，|det B|＝1，各向异性膨胀矩阵剪切矩阵

(1)在固定的尺度因子下，应用非下采样Laplacian金字塔方法代替传统的Laplacian金字塔方法进行多尺度剖分，采用非下采样滤波器设计具有平移不变性的非下采样Shearlet变换，消除采样带来的失真；使用非下采样Laplacian金字塔方法把原始图像分解成一个低通滤波图像和一个高通滤波图像其中，j代表分辨率，a代表低通滤波，d代表高通滤波；

(2)在伪极化格上对进行离散傅里叶变换产生矩阵即在离散域计算其中，

(3)利用窗函数W对矩阵进行带通滤波处理；

(4)将滤波结果做二维逆傅里叶变换，得到剪切系数；f∈L²(R²)的剪切变换为：

其中，j是尺度参数，k是平移参数，l是剪切参数，是对f进行离散傅里叶变换，W是Shearlet局部剖分窗函数，表示多方向分解，V表示多尺度分解；是逆傅里叶变换用到的标准正交基函数。

4.根据权利要求3所述的基于非下采样Shearlet变换的高分三SAR图像降斑方法，其特征在于，所述步骤S3的具体过程为：

噪声主要集中在高频系数的小系数上，使用小波硬阈值算法处理获得的高频系数的小系数；小波硬阈值定义如下：

设w表示小波系数，T为给定阈值，i代表第i个小波系数；硬阈值函数表达式为：

w^i=wi,|wi|≥T0,|wi|<T---(5)]]>

对得到的剪切系数中的高频系数利用公式(5)进行小波硬阈值处理。