[发明专利]基于各向异性扩散和互信息匀质性测度的SAR图像降斑方法

摘要

本发明公开了一种基于各向异性扩散和互信息匀质性测度的SAR图像相干斑抑制算法，主要解决现有多数相干斑抑制算法在去除匀质区域中的噪声的同时无法有效保留图像中的结构特征的缺陷。其实现过程是：(1)对输入图像中的每个像素点，计算该点的互信息匀质性测度；(2)利用互信息匀质性测度构造各向异性扩散方程的扩散系数；(3)利用新建的扩散系数对均匀区域进行各向同性扩散，对边缘区域进行各向异性扩散；(4)对图像进行一定次数的迭代扩散后，输出最终的降噪图像。与现有的各向异性扩散降斑方法、空域及小波域降斑方法相比，本发明在增强均匀区域的噪声平滑效果的同时，还能有效保留图像中结构和细节特征，各方面的降噪性能提升显著，可用于SAR图像的分割、分类与目标识别。

主权项

1.利用各向异性扩散和互信息匀质性测度的SAR图像降斑方法，其特征在于如下步骤：步骤1：根据图像的格式，即强度与幅度，求解相干斑变差系数τ₀，当输入图像为强度格式时，当为幅度图像时，步骤2：计算图像中每一个像素点的互信息匀质性测度τi,j；步骤3：利用互信息匀质性测度构建各向异性扩散偏微分方程的扩散系数，即对像素点(i,j)，其对应的扩散系数表达式为步骤4：基于步骤3得到的扩散系数，利用各向异性扩散偏微分方程对图像中每一个像素点的灰度值进行迭代更新；其中步骤4所述的利用各向异性扩散偏微分方程对图像中每一个像素点进行灰度值更新，是按照以下步骤进行的：3a)首先对各向异性扩散偏微分方程进行离散化，得到如下离散表达式：其中ηi,j表示像素点(i,j)的邻域，|ηi,j|表示邻域内点的个数，p表示ηi,j中的点，Δt为时间步长；3b)利用前向差分代替步骤3a)中的离散偏微分方程中的梯度算子，得到各个像素点灰度值的更新方程：步骤5：更新迭代次数n:n＝n+1，并判断n是否超过设定的最大迭代次数，若是，输出处理后的降噪图像；否则，返回步骤2。