[发明专利]基于广义模糊C均值聚类的快速SAR图像旁瓣抑制方法在审
申请号: | 202010404932.8 | 申请日: | 2020-05-13 |
公开(公告)号: | CN111583267A | 公开(公告)日: | 2020-08-25 |
发明(设计)人: | 周良将;宋晨;吴一戎 | 申请(专利权)人: | 中国科学院空天信息创新研究院 |
主分类号: | G06T7/10 | 分类号: | G06T7/10;G06K9/62 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 刘歌 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 广义 模糊 均值 快速 sar 图像 抑制 方法 | ||
1.一种基于广义模糊C均值聚类的快速SAR图像旁瓣抑制方法,其特征在于,包括以下步骤:
步骤1:确定SAR图像过采样率,并确定距离向、方位向图像像素点总数,计算所述SAR图像旁瓣抑制加权窗参数门限;
步骤2:基于广义模糊C均值聚类算法,在所述SAR图像中将旁瓣过高的区域进行自适应图像分割;
步骤3:计算旁瓣抑制平衡算子和旁瓣抑制加权参数,计算分割出的强散射区域内旁瓣抑制后的图像;
步骤4:更新子空间图像块聚类中心;
步骤5:更新模糊聚类隶属度函数;
步骤6:计算模糊聚类目标函数Jn,并作判断,当||Jn+1-Jn||≤ε时,迭代结束,得到经过旁瓣抑制后的SAR图像;否则令n=n+1,并返回所述步骤3继续执行,其中,ε为迭代终止参数。
2.根据权利要求1所述的旁瓣抑制方法,其特征在于,所述步骤1中的计算所述SAR图像旁瓣抑制加权窗参数门限,计算表达式分别为:
其中,fs为所述SAR图像的过采样率。
3.根据权利要求1所述的旁瓣抑制方法,其特征在于,所述步骤2具体包括以下子步骤:
子步骤2-1:设置广义模糊C均值聚类子空间个数M,设置加权指数W,设置迭代终止参数ε,设置迭代统计次数n;
子步骤2-2:设置模糊聚类子空间距离相关度ρs,设置模糊聚类子空间灰度相关度ρg,根据SAR图像中所述聚类子空间距离相关度与所述聚类子空间灰度相关度定义聚类加权图像Ω。
4.根据权利要求3所述的旁瓣抑制方法,其特征在于,所述子步骤2-2中聚类加权图像Ω的计算公式为:
其中,I(i,j)表示所述SAR图像第i行、第j列的灰度值,表示所述模糊聚类子空间内的距离特性,并且表示所述模糊聚类子空间内的灰度特性,并且Kx表示所述模糊聚类子空间长度,x表示所述模糊聚类子空间中心点像素,y表示所述模糊聚类子空间内任意一点像素。
5.根据权利要求1所述的旁瓣抑制方法,其特征在于,所述步骤3中的旁瓣抑制平衡算子ψ计算公式如下:
其中,wxy(wxy≤1)表征所述模糊聚类子空间内像素点之间的相似度,大小取决于所述模糊聚类子空间中心点像素与所述模糊聚类子空间内任意一点像素,所述wxy的计算公式如下:
其中,P(x)、P(y)分别表示以像素点x、y为中心的子空间图像块,所述子空间图像块大小为(2l+1)×(2l+1),l取经验值10,||Gσ*[P(x)-P(y)]||2表征两个所述子空间图像的灰度级差和空间距离特性,Gσ表示高斯方差的高斯窗。
6.根据权利要求1所述的旁瓣抑制方法,其特征在于,所述步骤3中的旁瓣抑制加权窗参数γ(x)的计算公式如下:
其中,|γ(x)|≤γmax。
7.根据权利要求1所述的旁瓣抑制方法,其特征在于,根据所述平衡算子ψ和旁瓣抑制加权参数计算分割出的强散射区域内旁瓣抑制后的图像Wx,Wx的计算公式如下:
其中,所述平衡算子ψ越大,说明所述子空间图像块灰度级差强,该图像块需要进行旁瓣抑制,而所述平衡算子ψ越小,说明所述子空间图像块灰度级差弱,该图像没有强散射点,无需进行旁瓣抑制,保持原始图像块像素大小即可,通过所述平衡算子ψ实现自适应判定是否需要进行旁瓣抑制,从而实现了自动化判别的作用,进而达到减少计算量的目的。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010404932.8/1.html,转载请声明来源钻瓜专利网。