[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

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种基于非下采样 Shearlet变换的高分三SAR图像降斑方法。

背景技术

高分三号卫星不受云雨等天气条件的限制，可全天候、全天时监 视监测全球海洋和陆地资源，是高分专项工程实现时空协调、全天候、 全天时对地观测目标的重要基础，服务于海洋、减灾、水利、气象以 及其他多个领域。但是由于相干成像方式，导致高分三SAR图像也会 产生明暗相间的斑点，严重影响图像的解译，所以能否有效地滤除图 像的斑点并同时保留边缘信息显得尤为重要。

高分三SAR图像是一种高分辨率SAR图像，具有明显的边缘、点、 纹理等细节信息，所以如何在滤除斑点的同时保留高分三SAR的明显 的细节信息是高分三SAR图像降斑的重点。由于高分三SAR分辨率极 高，地物特征极其明显，证明其具有良好的稀疏性。传统的滤波方法， 比如Lee滤波，Kuan滤波，Gamma MAP滤波先假定噪声模型，以局 部统计特性进行滤波处理，在图像上取一个滑动窗，以窗口内所有或 部分像素作为滤波器的输入值，遍历估计初始的无相干斑噪声图像， 但是未考虑图像的稀疏性，所以在处理高分三SAR时会存在降斑不彻 底以及细节信息不能很好保留的问题。

近几年出现的多尺度几何分析(MGA)，它包含了目前最新的计算 调和分析和稀疏逼近的发展趋势。在高维情况下，能充分利用函数本 身的信息，对特定的函数类达到最优逼近。这些超小波可以有效捕获 边缘和其他各向异性特征信息。科学家对这几种工具进行非线性逼近, 发现只有曲线波和剪切波的逼近阶非常接近理论上的最优值，具有最 优的稀疏性。但是曲线波并不具备完备的数学理论，所以使用剪切波 (Shearlet)处理高分辨率SAR图像。但是传统的剪切波处理包含采 样操作，降斑后的图像进行采样操作会造成频谱混叠的现象，导致一 个方向上出现几个方向上的信息，严重破坏了剪切波的良好的方向性。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于非 下采样Shearlet变换的高分三SAR图像降斑方法。本发明要解决的 技术问题通过以下技术方案实现：

一种基于非下采样Shearlet变换的高分三SAR图像降斑方法， 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。

进一步地，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。

进一步地，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)＝|det A|^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