[发明专利]基于目标提取和三维块匹配去噪的SAR图像去斑方法

摘要

本发明公开一种基于目标提取与三维块匹配去噪的SAR图像去斑方法，主要解决现有技术不能同时兼顾去斑效果和细节保持的问题。其实现步骤为：(1)对输入的SAR图像进行目标图像的提取和移除；(2)计算迭代初始值，设定迭代次数和迭代步长；(3)对移除目标后图像进行对数变换后，采用不同噪声标准差的三维块匹配去噪算法进行去噪，通过评价去噪后图像的边缘保持能力和等效视数，选取出最佳噪声标准差；(4)对对数图像采用最佳噪声标准差进行三维块匹配去噪；(5)将去噪后图像进行指数变换后与目标图像相加，得到最终去斑结果图像。本发明具有图像细节保存较好，去斑效果好的优点，可用于SAR图像目标识别和目标检测。

主权项

1.一种基于目标提取和三维块匹配去噪的SAR图像去斑方法，包括如下步骤：(1)对输入的SAR图像A进行细节和边缘的目标图像提取，得到提取出的目标图像T；(2)将提取出的目标图像T从输入的SAR图像A中移除，得到移除目标图像后的SAR图像B；(3)对移除目标图像后的SAR图像B进行对数运算，得到图像B的对数图像C；(4)针对对数图像C，计算三维块匹配去噪算法的最佳噪声标准差a：4a)利用Donoho提出的鲁棒中值法，用正交离散小波分解估算移除目标图像后的SAR图像Ｂ的对数图像C的噪声标准差σ：σ=median(abs(HH1))0.6745,]]>其中，HH₁为对数图像C的二维小波变换的高通—高通子空间的正交离散小波变换系数，abs表示取绝对值，median表示取中值；4b)设置迭代次数t=20，迭代步长step=0.025，计算每次迭代的三维块匹配去噪算法的噪声标准差s(i)：s(i)=σ+i×step，i=1,2,…,t；4c)分别使用噪声标准差s(i)作为噪声估计标准差，采用三维块匹配去噪算法对对数图像C进行去噪处理，得到不同噪声标准差的三维块匹配去噪后图像组D(i),i=1,2,…,t；4d)将不同噪声标准差的三维块匹配去噪后图像组D(i)进行指数运算，得到指数图像组H(i)；4e)计算指数图像组H(i)的等效视数数组I(i)和边缘保持程度数组J(i)：J(i)=[Σ(|Sb(l,m)-Sb(l+1,m)|+|Sb(l,m)-Sb(l,m+1)|)][Σ(|Sa(l,m)-Sa(l+1,m)|+|Sa(l,m)-Sa(l,m+1)|)]]]>式中，u和λ分别为指数图像组H(i)中一块同质区域的均匀值和标准差，(l，m)表示移除目标图像后的SAR图像B中的边缘像素点的坐标，S_a(l，m)表示移除目标图像后的SAR图像B的边缘像素点的灰度值，S_b(l，m)表示指数图像组H(i)边缘像素点的灰度值；I(i)的值越大，图像对比度越小，表示滤波器对斑点噪声的平滑能力越强；J(i)的值越大，表示滤波器对原图像的细节保持能力越好；4f)分别将等效视数数组I(i)和边缘保持程度数组J(i)进行标准化，得到标准化等效视数数组K(i)和标准化边缘保持程度数组L(i)；4g)以s(i)为横坐标，分别以对应标准化等效视数数组的K(i)和标准化边缘保持程度数组L(i)为纵坐标作两条曲线，则这两条曲线交点横坐标的值即为对数图像C的三维块匹配去噪算法最佳噪声标准差a的值；(5)采用最佳噪声标准差a，对对数图像C进行三维块匹配去噪处理，得到对数图像C的三维块匹配去噪后图像M；(6)将三维块匹配去噪后图像M进行指数变换，得到去斑后的SAR图像N；(7)将提取出的目标图像T与去斑后的SAR图像N相加，得到最终去斑结果图像R。