[发明专利]基于比值对数积的极化SAR图像非局部均值方法

说明书

本发明提供一种基于比值对数积的极化SAR图像非局部均值算法，包括以下步骤：获取全极化SAR图像和参数设置；对所述全极化SAR图像的对角三个通道的每个中心点，设定局部块；根据经验公式确定控制滤波平滑程度的参数和同质像素选择门限；计算在所述搜索窗内的每个所述局部块与中心块的距离；根据所述每个所述局部块与中心块的距离，获取搜索窗内各像素点权重；根据所述各像素点权重，对对角三个通道的协方差矩阵进行加权平均，估计每个通道当前像素点估计值；移动搜索窗，直至计算出极化图像每个通道中每个像素点的估计值，获取相干斑抑制后的图像。本发明解决了在强散射点目标保持上表现不佳以及在近边缘均匀区域像素平滑不足的技术问题。

技术领域

本发明涉及合成孔径雷达技术领域，具体而言，尤其涉及基于比值对数积的极化SAR图像非局部均值方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)从早期单极化SAR发展到全极化SAR系统。在单极化SAR系统中，其电磁波是在某一固定的极化方式下发射和接收电磁波，获得的图像信息只能单一的反映地物的散射特性，特别是缺少交叉极化HV和VH散射信息。因此，极化SAR(Polarimetric SAR，PolSAR)系统为了克服单极化SAR系统缺点而得到发展^[1]。与单极化SAR相比,它通过测量每个分辨单元在不同收发极化组合下的散射特性,更完整地记录了目标后向散射信息,为详尽分析目标散射特性提供了良好的数据支持。因此极化SAR图像在目标检测、地物分类等方面得到广泛应用^[2]。

近些年来，全极化SAR相干斑抑制算法呈现出从局部单点处理向基于非局部块或全局协同滤波的发展趋势^[3][4],原有用于光学图像去噪的非局部均值算法^[5]，已成功地引入到处理全极化SAR图像相干斑抑制算法中^[6][7][8]，并取得了良好的效果，因此研究全极化SAR图像非局部均值算法具有对于其相干斑抑制具有实际意义。

Deledalle等人提出了基于概率块权值的迭代加权最大似然算法^[9]，并将其推广到全极化SAR^[10]和干涉SAR^[11]图像。Chen等人基于全极化SAR数据的复Wishart分布，首次提出了似然比检验作为相似块的度量准则^[6]。DHondt和Torres等^[12]提出了一种基于Kullback-Leibler散度统计距离以及黎曼流形上两个测地距离相似性的PolSAR图像算法。Deledalle等人为极化和干涉SAR图像相干斑抑制提供了统一的非局部均值框架。Wang等^[13]人为了保持目标的固有纹理特征，提出一种基于严格的渐进混合回归的自适应相干斑抑制算法，对相应的目标统计相似性使用加权平均，混合模型可以用来获得到高分辨率SAR图像中常见的高纹理、异构目标变化的统计特性。

然而，这些非局部均值算法由于在度量块之间距离时，都是在寻找与中心块具有相似结构信息的局部块。这将导致两个问题：一是在强散射点目标保持上表现不佳，二是在近边缘均匀区域像素平滑不足。因此本文以解决这两个问题为研究目的，给出一种基于比值对数积的非局部均值相干斑抑制算法。

参考文件：

[1]Lee J.S.,Pottier E.Polarimetric Radar Imaging:From basics toapplications[M].Polarimetric Radar Imaging:From basics to applications.2009.

[2]吴永辉.极化SAR图像分类技术研究[D].国防科学技术大学,2007.

[3]郭华东.雷达对地观测理论与应用[M].科学出版社,2000.