[发明专利]一种用于雷达回波图像的质量改进方法

权利要求书

1.一种用于雷达回波图像的质量改进方法，其特征在于，步骤如下：

步骤一：在雷达海表面回波图像中选取海浪参数反演区域并转化到笛卡尔坐标下得到灰度图像I(x，y)，I(x，y)的大小为n*n；

步骤二：基于二层判定中值滤波算法，进行灰度图像I(x，y)中的同频干扰处理；

二层判定中值滤波算法的具体步骤为：

步骤2.1设置滑窗L₁的大小为m*1，根据滑窗L₁大小对灰度图像I(x，y)进行扩充，使得扩充之后的灰度图像大小为(n+m-1)*n，起始点为扩充后的灰度图像的第一行第一列，寻找待处理噪声点；

步骤2.2判断滑窗L₁中心点是否为滑窗L₁中各像素点灰度值的中值，是则不对中心点处理原灰度值进行输出，不是则进行步骤2.3判断其是否为同频干扰噪声点；

步骤2.3寻找滑窗L₁的最大值和最小值，计算公式为：

B_max(i)＝max(滑窗L₁内所有像素点灰度值）

B_min(i)＝min(滑窗L₁内所有像素点灰度值)

步骤2.4计算每个滑窗L₁内部B_max(i)-B_min(i)的结果与同频干扰判定阈值C₁进行比较，当B_max(i)-B_min(i)的结果大于C₁时，判定滑窗L₁中心点为同频干扰噪声点进行下一步处理，小于C₁时则认为滑窗L₁中心点不是噪声点，不对中心点处理保留原灰度值进行输出；

步骤2.5对噪声点用滑窗L₁中所有像素点灰度值的中值进行取代，计算公式为：

B_(i)＝B_median(i)＝median(滑窗L₁内所有像素点灰度值）

步骤三，基于自适应区域生长修复法，分割出海浪图像中的目标物干扰并对原目标物区域进行修复；

自适应区域生长修复法的具体步骤为：

步骤3.1寻找目标物所在区域：

步骤3.1.1设定参数C₂，通过平均值A_average和参数C₂确定判断阈值D₁，计算公式为：

A_average+C₂＝D₁

步骤3.1.2求解灰度图像I(x，y)所有像素点灰度值中的最大值A_max，计算公式为：

A_max＝max(灰度图像I(x，y)所有像素点灰度值）

步骤3.1.3判断灰度图像I(x，y)所有像素点灰度值中的最大值A_max是否大于判断阈值D₁，若成立则进行步骤3.1.4，若不成立则直接结束进程输出灰度图像I(x，y)；

步骤3.1.4选择灰度值最大的像素点作为区域生长的初始生长点，设置滑窗L₂为q*q，灰度值最大的像素点作为滑窗L₂的中心点和初始生长点，以初始生长点作为起始点，寻找滑窗内与滑窗中心点具有相似特征的像素点并其作为新的噪声起始点，直到滑窗中无相似特征的像素点时停止遍历图像，确定目标物所在区域；

具有相似特征的像素点的筛选办法为：

C_(i)(j)-C_centre＜D₂

式中C_(i)(j)表示滑窗二内部第i行第j列像素点的灰度值，C_centre表示滑窗二中心点的灰度值，D₂为筛选阈值，若满足上式则以C_(i)(j)为新的起始点继续寻找具有相似特征的像素点，直到滑窗内部上式不成立为止；

步骤3.1.5重复步骤3.1.1-3.1.4N次，寻找图像中剩余目标物；

步骤3.2图像修复还原真实的海浪图像：

步骤3.2.1将目标物所在像素点的灰度值用0填充；

步骤3.2.2将灰度图像沿最外层镜像扩充至(n+2m)*(n+2m)用于填充，其中m为设定整数值；

步骤3.2.3以噪声点为中心，选择距离向和方位向距离中心点为m个点位的四个像素点的均值代替噪声点进行图像填充。