專利名稱：基于非下采樣輪廓波的合成孔徑雷達圖像去噪方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及該技術(shù)在合成孔徑雷達Synthetic Aperture Radar 圖像，即SAR圖像去噪領(lǐng)域中的應(yīng)用，具體地說是一種基于非下采樣輪廓波的合成孔徑雷 達圖像去噪方法。該方法可用于SAR圖像的預(yù)處理階段。
背景技術(shù)：
合成孔徑雷達可以全天時、全天候成像，且具有高空間分辨率和強穿透能力。SAR圖 像在軍事和民用方面均獲得了廣泛的應(yīng)用。然而，受其自身固有的相干斑噪聲的影響，SAR 圖像不能有效地反映地物目標(biāo)的散射特性，嚴(yán)重的影響了圖像的質(zhì)量，對圖像的自動解譯 造成很大困難。SAR圖像去噪是SAR圖像處理和分析的關(guān)鍵步驟，也是后續(xù)圖像分割與 目標(biāo)識別的基礎(chǔ)。SAR圖像去噪需要對同質(zhì)區(qū)域有效濾波的同時，盡可能多得保持SAR 圖像的方向以及紋理等重要信息，以利于后續(xù)解譯任務(wù)的順利完成。
SAR圖像去噪方法大體可以分為兩類。 一類是傳統(tǒng)的基于空域的濾波方法，包括Lee 濾波、Gamma Map濾波和維納濾波等。這些基于空域的濾波方法，難以保持圖像的細(xì)節(jié) 特征，其去噪性能的好壞，很大程度依賴于所選濾波窗口的大小。
另一類是基于變換域的SAR圖像去噪方法。由于小波變換具有良好的時頻局部化特 性，所以基于小波變換的去噪方法在SAR圖像去噪領(lǐng)域中得到了廣泛的應(yīng)用。基于小波變 換的SAR圖像去噪方法分別在具有下采樣分解機制和非下采樣分解機制的兩類小波變換 域中展開。在小波變換族中，非下采樣小波變換解決了下采樣小波變換缺乏平移不變性的 問題。實踐證實了基于非下采樣小波變換的去噪方法在綜合性能上要優(yōu)于基于下采樣小波 變換的去噪方法。而不論是在下采樣還是在非下采樣的小波變換域?qū)AR圖像進行去噪， 所得到的圖像往往不能很好地保留原始SAR圖像的細(xì)節(jié)特征，且小波分析在二維空間不是 最優(yōu)的函數(shù)表示方法，不能很好地刻畫圖像中具有線奇異的幾何信息?，F(xiàn)有的基于變換域 的SAR圖像去噪方法，多是將乘性斑點噪聲簡單通過對數(shù)變換轉(zhuǎn)換為加性噪聲來估計去噪 的閾值，導(dǎo)致去噪不充分。
近年來，人們提出新的多尺度幾何分析工具，用來解決二維或是更高維奇異性。其中， 輪廓波Contourlet變換因?qū)ΧS圖像的表示性能優(yōu)異、實現(xiàn)快速方便而備受矚目。非下采
5樣輪廓波變換Nonsubsampled Contourlet Transform, NSCT是輪廓波變換的平移不變版本，擁有比輪廓波變換更加豐富的基函數(shù)集合，可以提供更好的頻率選擇性和正則性，有利于更好地捕捉圖像中的細(xì)節(jié)信息。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服已有技術(shù)的不足，即無法在有效去除SAR圖像相干斑的同時保持圖像的細(xì)節(jié)，提出一種基于非下采樣輪廓波的SAR圖像去噪方法及裝置，以提高現(xiàn)有的基于變換域的降斑方法的細(xì)節(jié)保持性能。
本發(fā)明的技術(shù)方案是采用非下采樣輪廓波作為對SAR圖像變換的工具，并通過估計到的斑點噪聲方差對變換系數(shù)進行判定，保留信號系數(shù)，抑制斑點噪聲系數(shù)，實現(xiàn)SAR圖像去噪，具體實現(xiàn)步驟如下-
(1) 輸入SAR圖像X，并對其進行￡層非下采樣輪廓波變換，得到低頻子帶Z),(a,6)和不同尺度上的高頻方向子帶{<^,(>》)，OS/SZ-1, 1&、W， q,(a，6)表示SAR圖像在尺度2-'上的第/個高頻方向子帶的系數(shù)，丄為3 5;
(2) 計算不同尺度各個高頻方向子帶的斑點噪聲方差0^ ;
(3) 利用高頻方向子帶系數(shù)<:/,(",6)的局部均值附^"[(:,,^，6)]和高頻方向子帶的斑
點噪聲方差cr^，將高頻方向子帶系數(shù)q,("，6)區(qū)分為信號或是噪聲的變換系數(shù)，判定準(zhǔn)則如下
其中，k在1 5之間取值，mea"[q,(a,州是以高頻方向子帶系數(shù)G,0，6)為中心的5x5大小的局部區(qū)域內(nèi)系數(shù)的均值；
(4)對判定后的高頻方向子帶系數(shù)C,，,(a》)進行如下去噪操作
得到去噪后的高頻方向子帶系數(shù)《,(",6);
(5)對步驟(1)中得到的低頻子帶A(a,6)和去噪后的高頻方向子帶系數(shù)《,.(",6)，作非下采樣輪廓波逆變換，得到去噪后的SAR圖像Z'。
上述步驟(2)中計算不同尺度各個高頻方向子帶的斑點噪聲方差cr^ ，按如下步驟進
行
1)計算對SAR圖像Z進行非下采樣輪廓波變換時，施加在不同尺度各個高頻方向子
(7,,0，6)€信號，如果 wea"[C,,(a,6)]2A;cj(C,, (fl， 6) e噪聲，如果 me朋[C,, (a， 6)] <
C,.,0,6), 如果 C,^,6)e信號0, 如果 <:,,(",6)￡噪聲帶的等價濾波器操作算子的二階累積量《(2)，
其計算公式為
，ri(W)2)f[(W)2)
其中，A表示尺度2-'上的第&個高頻方向子帶，//廠表示第/級塔形濾波的非下采樣
拉普拉斯濾波器系數(shù)，^/ ]表示第y級方向濾波的非下采樣方向濾波器系數(shù)；
2) 計算不同尺度各個高頻方向子帶的均值/^和方差CT^ ;
3) 計算不同尺度各個高頻方向子帶的斑點噪聲方差C^，其計算公式為-
0> 二-:;-Cr7
其中，G7是輸入SAR圖像X的規(guī)范化標(biāo)準(zhǔn)差，且對于強度SAR圖像有C^ = VTT^ ，
對于幅度SAR圖像有C^ =A/(4;r-1)/i ， i 為已知輸入SAR圖像的視數(shù)，i 21 。本發(fā)明提供的基于非下采樣輪廓波的合成孔徑雷達圖像去噪的虛擬裝置，包括變換裝置，用于輸入SAR圖像X，并對其進行丄層非下采樣輪廓波變換，得到低頻
子帶Z^(a,6)和不同尺度上的高頻方向子帶(q,(a,6), 0S/S丄—1, 1S,^W ， C,,(a,6) g
SAR圖像在尺度2—'上的第/個高頻方向子帶的系數(shù)，Z為3~5;
計算裝置，用于計算不同尺度各個高頻方向子帶的斑點噪聲方差o^ ;
判定裝置，用于利用高頻方向子帶系數(shù)<^,(",的的局部均值,""0,6)]和高頻方向
子帶的斑點噪聲方差o^ ，將高頻方向子帶系數(shù)C,，,(o，ZO區(qū)分為信號或是噪聲的變換系數(shù)，
判定準(zhǔn)則如下 2 A:crCsLc,, (a, &) e噪聲，如果 we朋[C,, (", 6)] < Actcij
其中，k在1~5之間取值，me朋[q,0，6)]是以高頻方向子帶系數(shù)C^(a，6)為中心的5><5大小的局部區(qū)域內(nèi)系數(shù)的均值；
去噪裝置，用于對判定后的高頻方向子帶系數(shù)C,，,("力)進行如下去噪操作-
,fC,,.("》)，如果 <:,,(",6)￡信號
" 丄0, 如果 C,^，。e噪聲
得到去噪后的高頻方向子帶系數(shù)《,&，6);
逆變換裝置，用于對低頻子帶",("，w和去噪后的高頻方向子帶系數(shù)《,(",&)，作非下
7采樣輪廓波逆變換，得到去噪后的SAR圖像Z'。
上述的非下采樣輪廓波的合成孔徑雷達圖像去噪虛擬裝置中的計算裝置，包括
二階累積量計算子裝置，用于計算對SAR圖像I進行非下采樣輪廓波變換時，施加
在不同尺度各個高頻方向子帶的等價濾波器操作算子的二階累積量《(2)，
s('(2)=:rt )fi(2>")2),
J=lW 戶l V
其中，it,表示尺度2-'上的第A個高頻方向子帶，/^']表示第/級塔形濾波的非下采樣拉普拉斯濾波器系數(shù)，W"表示第y級方向濾波的非下采樣方向濾波器系數(shù)；
高頻方向子帶均值和方差計算子裝置，用于計算不同尺度各個高頻方向子帶的均值//義和方差o^ ;
斑點噪聲方差計算子裝置，用于計算不同尺度各個高頻方向子帶的斑點噪聲方差7&，
其中，C^是輸入SAR圖像X的規(guī)范化標(biāo)準(zhǔn)差，且對于強度SAR圖像有C^二^T^，對于幅度SAR圖像有Gz =^(4丌-1)/i ，及為已知輸入SAR圖像的視數(shù)，i 2 1 。本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點
1、 本發(fā)明由于釆用非下釆樣輪廓波變換，可以有效避免因變換工具缺乏平移不變性而在去噪圖像中產(chǎn)生的抖動失真。
2、 本發(fā)明可以針對SAR圖像的斑點噪聲在不同高頻方向子帶的統(tǒng)計特性，對SAR圖像進行自適應(yīng)地去噪。
3、 仿真結(jié)果表明，本發(fā)明相對于現(xiàn)有的SAR圖像去噪方法，在抑制斑點噪聲的同時可以有效保持圖像中的細(xì)節(jié)信息。
本發(fā)明的技術(shù)過程和效果可結(jié)合以下附圖詳細(xì)說明


圖1是本發(fā)明的實現(xiàn)過程示意圖；圖2是本發(fā)明的虛擬裝置示意圖3是用本發(fā)明和已有方法對SAR圖像iml去噪結(jié)果圖；圖4是用本發(fā)明和已有方法對SAR圖像im2去噪結(jié)果圖。
具體實施例方式
參照圖l，本發(fā)明的具體步驟如下
8步驟l，輸入SAR圖像X，并對其進行丄層非下采樣輪廓波變換。
非下采樣輪廓波變換是一種新的具有平移不變性的多尺度、局域的、多方向的過完備圖像表示方法。非下采樣輪廓波變換的構(gòu)造基于非下采樣的塔形濾波器組和非下采樣的方向濾波器組，兩部分之間是相互獨立的。對SAR圖像X進行一層非下采樣輪廓波變換，
其過程為
1) 將SAR圖像Z輸入非下采樣的塔形濾波器組，得到SAR圖像X的一層非下采樣輪廓波變換的低頻信號和帶通信號；
2) 將SAR圖像I的帶通信號輸入非下采樣的方向濾波器組，得到SAR圖像1的一層非下采樣輪廓波變換的高頻方向子帶，高頻方向子帶的數(shù)目可以是2的任意次冪；
3) 將SAR圖像I的非下采樣輪廓波變換的低頻信號作為新的輸入原圖像，重復(fù)上述步驟l)和2)，得到SAR圖像Z進行i:層非下采樣輪廓波變換的低頻子帶D,(a，6)和各個尺度上的高頻方向子帶(q,(a,6), 1, 1&、W， (^,,(",6)表示原圖像1在尺度2"上的第/個高頻方向子帶的系數(shù)，Z為3 5;
步驟2，計算不同尺度各個高頻方向子帶的斑點噪聲方差0^ ;
1)計算對SAR圖像X進行非下采樣輪廓波變換時，施加在不同尺度各個高頻方向子帶的等價濾波器操作算子的二階累積量《(2)，
其計算公式為
<formula>formula see original document page 9</formula>
其中，^表示尺度2—'上的第^個高頻方向子帶，/^']表示第/級塔形濾波的非下采樣拉普拉斯濾波器系數(shù)，t/^表示第/級方向濾波的非下采樣方向濾波器系數(shù)；
2) 計算不同尺度各個高頻方向子帶的均值A(chǔ)^和方差CT^ ;
3) 計算不同尺度各個高頻方向子帶的斑點噪聲方差o^，
其計算公式為
其中，(^是輸入SAR圖像X的規(guī)范化標(biāo)準(zhǔn)差，且對于強度SAR圖像有(^二VTT^，對于幅度SAR圖像有& =>/(4;r-， / 為已知輸入SAR圖像的視數(shù)，i 2l;
步驟3，禾擁高頻方向子帶系數(shù)0, )的局部均值^朋[(:,,,("》)]和高頻方向子帶的斑點噪聲方差o^，將高頻方向子帶系數(shù)(^,,(",6)區(qū)分為信號或是噪聲的變換系數(shù)，判定準(zhǔn)則如下:
<:,,(",6)￡信號，如果 mea"[C,,( )]2A:cJ( C,,. (a, 6) e噪聲，如果 wea"[C,, (a, <
其中，k在1 5之間取值，縦""[C,,(a,6)]是以高頻方向子帶系數(shù)C, )為中心的5x5大 小的局部區(qū)域內(nèi)系數(shù)的均值；
步驟4，對判定后的高頻方向子帶系數(shù)q,(",zo進行如下操作
得到去噪后的高頻方向子帶系數(shù)《,("》)；
步驟5，對步驟1中得到的SAR圖像X的低頻子帶Z^(a,6)和去噪后的高頻方向子帶 系數(shù)《,(a,6)，作非下采樣輪廓波逆變換，得到去噪后的SAR圖像I'。
非下采樣輪廓波逆變換是利用非下采樣輪廓波分解系數(shù)對圖像進行重構(gòu)的過程。對 SAR圖像,的低頻子帶和去噪后的高頻方向子帶系數(shù){《,("，6), 0^/《￡ —1, 1&、W， 作非下采樣輪廓波逆變換，其過程為
1) 依次對去噪后的高頻方向子帶(C,:,(",外0S《S丄-1， BS/y作非下采樣方向濾波 器組重構(gòu)，得到第Z， ￡ — 1， ...， l層非下采樣輪廓波分解的帶通信號；
2) 對低頻子帶和第Z層的的帶通信號作非下采樣塔形濾波器組重構(gòu)，得到第丄-l層非 下采樣輪廓波分解的低通信號；
3) 對第N層非下采樣輪廓波分解的低通信號和第N層非下采樣輪廓波分解的帶通信號 作非下采樣塔形濾波器組重構(gòu)，得到第N-1層非下采樣輪廓波分解的低通信號，依次令 N二丄一1, ^一2,…,1;
最終得到精確重構(gòu)的去噪后SAR圖像y ，即第0層非下采樣輪廓波分解的低通信號。 參照圖2，本發(fā)明的基于非下采樣輪廓波的合成孔徑雷達圖像去噪虛擬裝置，包括
A. 變換裝置，用于輸入SAR圖像Z，并對其進行丄層非下采樣輪廓波變換，得到低
頻子帶1)￡0,6)和不同尺度上的高頻方向子帶{(^,"6), 0《/^丄—1, 1&、^， q,o,zo表
示SAR圖像在尺度2-;上的第；個高頻方向子帶的系數(shù)，￡為3~5,然后將不同尺度上各個
高頻方向子帶分別輸入到計算裝置和判定裝置，同時將低頻子帶輸入到逆變換裝置；
B. 計算裝置，用于計算不同尺度各個高頻方向子帶的斑點噪聲方差a^ 。該計算裝置
包括
二階累積量計算子裝置，用于計算對SAR圖像X進行非下采樣輪廓波變換時，施加
c,,("，6), 如果 q,(fl，6)s信號 o， 如果 <:,,(0,6)6噪聲在不同尺度各個高頻方向子帶的等價濾波器操作算子的二階累積量《'(2)，
其中，^表示尺度2—'上的第^個高頻方向子帶，i^']表示第/級塔形濾波的非下采杼 拉普拉斯濾波器系數(shù)，f/^表示第y'級方向濾波的非下采樣方向濾波器系數(shù)，將計算后的 《(2)輸入到斑點噪聲方差計算子裝置；
高頻方向子帶均值和方差計算子裝置，用于計算不同尺度各個高頻方向子帶的均值 ^和方差CT^ ，將計算后的^^和方差0"^輸入到斑點噪聲方差計算子裝置；
斑點噪聲方差計算子裝置，用于計算不同尺度各個高頻方向子帶的斑點噪聲方差C^ ;
"1 + GZ2 2
其中，Gz是輸入SAR圖像Z的規(guī)范化標(biāo)準(zhǔn)差，且對于強度SAR圖像有C^ = VT7i ， 對于幅度SAR圖像有Gz =， / 為已知輸入SAR圖像的視數(shù)，A 2 1,將計算 后的o^輸入到判定裝置；
C.判定裝置，用于利用高頻方向子帶系數(shù)<^,.(",6)的局部均值柳""[(:/,0,6)]和高頻方向 子帶的斑點噪聲方差o^ ，將高頻方向子帶系數(shù)(^,,("，6)區(qū)分為信號或是噪聲的變換系數(shù)， 判定準(zhǔn)則如下
其中，k在1~5之間取值，附^"0》)]是以高頻方向子帶系數(shù)(^,,0,6)為中心的5x5 大小的局部區(qū)域內(nèi)系數(shù)的均值，將判定后的高頻方向子帶系數(shù)C"(",6)輸入到去噪裝置；
D.去噪裝置，用于對判定后的高頻方向子帶系數(shù)<^,,(0》)進行如下去噪操作
得到去噪后的高頻方向子帶系數(shù)c;;,(a,&)，將去噪后的高頻方向子帶系數(shù)c;;,(",6)輸入到逆
變換裝置；
E.逆變換裝置，用于對低頻子帶"￡(0,6)和去噪后的高頻方向子帶系數(shù)《,("，6)，作非 下采樣輪廓波逆變換，得到去噪后的SAR圖像I'，將去噪后的SAR圖像Z'輸出。 以下通過仿真實驗驗證本發(fā)明方法的有效性。
C,, 0， 6) e信號，如果 ,("，州2 *
C,.,. (a， 6) s噪聲，如果 (a,< A;crCj
C,,(a,6), 如果 C,Xa，6)e信號 0， 如果 q,(a,6)e噪聲
11仿真條件使用的原圖均為256X256大小的真實SAR圖像，圖像中包含了多種場景， 如農(nóng)田、城鎮(zhèn)和自然景物，具有豐富的邊緣輪廓和細(xì)節(jié)信息。
仿真內(nèi)容①選擇了傳統(tǒng)的SAR圖像Lee濾波方法與本發(fā)明的方法NSCT進行對比； ②選擇了圖像處理領(lǐng)域里廣泛使用的基于變換域的SAR圖像去噪方法，即基于小波變換的 圖像去噪方法WT與本發(fā)明的方法NSCT進行對比；③選擇了不具有平移不變性的輪廓波 變換對SAR圖像去噪的方法Contourlet與本發(fā)明的方法NSCT進行對比；④選擇了非下采 樣小波變換NSWT的SAR圖像去噪方法與本發(fā)明的方法NSCT進行對比。
實驗中對圖像均采用三層分解。小波變換和NSWT選擇DB4小波基函數(shù)；Contourlet 變換采用經(jīng)典的"9-7"塔型分解和"pkva"方向濾波器組；NSCT變換選擇"maxflat"非 下采樣塔型分解和"dmaxflat7，，非下采樣方向濾波器組。由粗尺度到細(xì)尺度，Contourlet 變換和NSCT變換的高頻方向子帶數(shù)目分別為2、 4、 8。 Lee濾波采用5x5的窗口。
本發(fā)明采用的評價指標(biāo)為-
(1) SAR圖像中通常采用等效視數(shù)ENL來評價去噪方法的平滑效果?！闍X = //2 /ct2 ， 這里^和^分別是SAR圖像同質(zhì)區(qū)域的均值和方差，ENL值越大，噪聲抑制效果越好。 在實驗中，選取SAR原圖中方形框標(biāo)示的同質(zhì)區(qū)域作為測試數(shù)據(jù)計算等效視數(shù)。
(2) 均值比用于衡量去噪圖像對原始圖像輻射特'性的保持情況，均值比越接近l，表 明輻射特性保持得越好。
(3) 標(biāo)準(zhǔn)差反映的是圖像中像素的灰度值與灰度平均之間的分散程度，通過抑制性濾 波，相干斑噪聲的強度減弱，圖像的方差減小。
(4) 為了考察SAR圖像濾波后邊緣保持效果的好壞，給出邊緣保持指數(shù)ESI評價結(jié) 果。ESI定義為
,=i去噪圖像
z |'=1原始圖像
這里，m表示檢驗象素的個數(shù)，DA^和DA^分別是沿著邊緣交界處左右或上下相鄰 像素的灰度值，ESI越接近1，降斑方法的邊緣保持性越好。在表1和表2的邊緣保持指 數(shù)評價的第一行和第二行，本發(fā)明分別給出了水平方向和垂直方向邊緣保持情況的指標(biāo)。
仿真結(jié)果
(1)按照所述仿真內(nèi)容對SAR圖像iml仿真的幾個圖像度量指標(biāo)如表1。
12表1 SAR圖像iml不同去噪方法實驗結(jié)果比較
原圖imlLee濾波WTContourletNSWTNSCT
等效視數(shù)10.988597.195673.508796.8548101.6516127.9139
均值比1.00001.06681.05811.06711.0635l扁O
標(biāo)準(zhǔn)差53.725034.684137.579534.311735.342838.8410
邊緣保持指數(shù)l扁O0.30620,31050.30630.32470.3725
l細(xì)O0.27450.23930.30570.31850.3530
(2)按照所述仿真內(nèi)容對SAR圖像im2仿真的幾個圖像度量指標(biāo)如表2。表2SAR圖像im2不同去噪方法實驗結(jié)果比較
原圖im2Lee濾波WTContourletNSWTNSCT
等效視數(shù)8扁884.487956.064596.255678.6345118.7014
均值比l扁O1.20711.19021.21421.1877l細(xì)O
標(biāo)準(zhǔn)差38.240624.490928.036225.557625.855327.6203
邊緣保持指數(shù)l扁O0.28160.24380,32280.33290.3363
l扁O0.29180.25910.35310,34770.3660
從表1和表2對SAR圖像iml和im2的實驗數(shù)據(jù)可見，本發(fā)明提出的方法NSCT在 等效視數(shù)，均值比和邊緣保持指數(shù)上和其他去噪方法相比均具有優(yōu)勢，如表1中對于SAR 圖像iml的實驗數(shù)據(jù)，原圖像iml的等效視數(shù)為10.9885，采用本發(fā)明的方法NSCT得到 的去噪圖像的等效視數(shù)為127.9139，高于采用Lee濾波，基于小波變換的SAR圖像去噪方 法WT，基于輪廓波變換Contourlet,非下采樣小波變換NSWT的去噪方法得到的去噪圖 像的等效視數(shù)，其分別為97.1956， 73.5087， 96.8548， 101.6516;本發(fā)明對應(yīng)的均值比結(jié) 果為1.0000，說明去噪結(jié)果與原圖輻射特性保持一致，而且本發(fā)明方法得到的邊緣保持指 數(shù)的水平方向和垂直方向的指標(biāo)分別為0.3725和0.3530，都高出其他方法。五種方法結(jié)果 的標(biāo)準(zhǔn)差都比原圖有所下降，表示這些方法都達到了濾波的作用。
(3) 用本發(fā)明和已有方法對SAR圖像iml的去噪結(jié)果如圖3。其中圖3 (a)為SAR 圖像iml;圖3(b)為采用傳統(tǒng)Lee濾波的去噪圖像；圖3 (c)為基于小波變換的SAR 圖像去噪方法WT得到的去噪圖像；圖3 (d)為采用輪廓波變換的圖像去噪方法Contourlet 得到的去噪圖像；圖3 (e)為采用非下采樣小波變換的SAR圖像去噪方法NSWT得到的 去噪圖像；圖3 (f)為采用本發(fā)明的方法NSCT得到的去噪圖像。
(4) 用本發(fā)明和已有方法對SAR圖像im2的去噪結(jié)果如圖4。其中圖4 (a)為SAR 圖像im2;圖4 (b)為采用傳統(tǒng)Lee濾波的去噪圖像；圖4 (c)為基于小波變換的SAR 圖像去噪方法WT得到的去噪圖像；圖4 (d)為采用輪廓波變換的圖像去噪方法Contourlet 得到的去噪圖像；圖4 (e)為采用非下采樣小波變換的SAR圖像去噪方法NSWT得到的去噪圖像；圖4 (f)為采用本發(fā)明的方法NSCT得到的去噪圖像。
參照圖3和圖4可見，Lee濾波可以對斑點噪聲進行很好的平滑，但是模糊了區(qū)域的 邊界，丟失了一些細(xì)節(jié)信息。基于小波的方法和基于Contourlet的方法由于采用的是非平 移不變的信號表示，所以易在邊緣附近產(chǎn)生抖動，使得一些細(xì)小的邊緣無法得到保持。基 于NSWT的去噪結(jié)果整體清晰度較高。相比于以上幾種算法，本發(fā)明的基于非下采樣輪廓 波的SAR圖像去斑方法NSCT在提高了同質(zhì)區(qū)域平滑性的同時，很好地保持了邊緣、點 目標(biāo)和線目標(biāo)，增強了圖像的可解釋性。
本發(fā)明相比于現(xiàn)有的SAR圖像去噪方法，不管從客觀參數(shù)的評價上，還是從圖像的視 覺質(zhì)量上來看都具有優(yōu)越性，可以有效避免某些變換因缺乏平移不變性而產(chǎn)生的圖像失 真，在相干斑抑制的同時，可以很好地保持SAR圖像的細(xì)節(jié)信息，是一種可行有效的SAR 圖像去噪方法。
權(quán)利要求
1. 一種基于非下采樣輪廓波的合成孔徑雷達圖像去噪方法，包括如下步驟(1)輸入SAR圖像X，并對其進行L層非下采樣輪廓波變換，得到低頻子帶DL(a，b)和不同尺度上的高頻方向子帶{Cl，i(a，b)，0≤l≤L-1，1≤i≤kl}，Cl，i(a，b)表示SAR圖像在尺度2-l上的第i個高頻方向子帶的系數(shù)，L為3～5；(2)計算不同尺度各個高頻方向子帶的斑點噪聲方差；(3)利用高頻方向子帶系數(shù)Cl，i(a，b)的局部均值mean[Cl，i(a，b)]和高頻方向子帶的斑點噪聲方差，將高頻方向子帶系數(shù)Cl，i(a，b)區(qū)分為信號或是噪聲的變換系數(shù)，判定準(zhǔn)則如下其中，k在1～5之間取值，mean[Cl，i(a，b)]是以高頻方向子帶系數(shù)Cl，i(a，b)為中心的5×5大小的局部區(qū)域內(nèi)系數(shù)的均值；(4)對判定后的高頻方向子帶系數(shù)Cl，i(a，b)進行如下去噪操作得到去噪后的高頻方向子帶系數(shù)(5)對步驟(1)中得到的低頻子帶DL(a，b)和去噪后的高頻方向子帶系數(shù)作非下采樣輪廓波逆變換，得到去噪后的SAR圖像X*。
2.根據(jù)權(quán)利1所述的非下采樣輪廓波的合成孔徑雷達圖像去噪方法，其特征在于步驟 (2)所述"計算不同尺度各個高頻方向子帶的斑點噪聲方差OV/'，按如下步驟進行-2a)計算對SAR圖像I進行非下采樣輪廓波變換時，施加在不同尺度各個高頻方向 子帶的等價濾波器操作算子的二階累積量《'(2)，其中，A表示尺度2"上的第&個高頻方向子帶，i/^表示第/級塔形濾波的非下采樣拉普拉斯濾波器系數(shù)，c/ 表示第y級方向濾波的非下采樣方向濾波器系數(shù)；2b)計算不同尺度各個高頻方向子帶的均值^x和方差cr^ ; 2c)計算不同尺度各個高頻方向子帶的斑點噪聲方差0^，'6>/,,0,6)￡信號，如果 mea"[C,,,0,6)]2^r( C,, (a， 6) e噪聲，如果 we朋[C,, (a, 6)] < A:cj(C"0,6), 如果 C,.,(fl,6)e信號0, 如果 <:,,(0,6;^噪聲《;(2^n(zw])2)n(i;(" 〗)2)其中，A是輸入SAR圖像Z的規(guī)范化標(biāo)準(zhǔn)差，且對于強度SAR圖像有Gz二VTT^， 對于幅度SAR圖像有Gz =V(4" —iV丑，i 為己知輸入SAR圖像的視數(shù)，/ 21。
3. —種基于非下采樣輪廓波的合成孔徑雷達圖像去噪虛擬裝置，包括變換裝置，用于輸入SAR圖像X，并對其進行Z層非下采樣輪廓波變換，得到低頻 子帶/\(",6)和不同尺度上的高頻方向子帶{(^,0,6)， 0^/《丄—1, l&、w， q,o》)表示 SAR圖像在尺度2"上的第/個高頻方向子帶的系數(shù)，丄為3 5;計算裝置，用于計算不同尺度各個高頻方向子帶的斑點噪聲方差cr^ ;判定裝置，用于利用高頻方向子帶系數(shù)C,^,6)的局部均值,a"[q,(",6)]和高頻方向 子帶的斑點噪聲方差o^ ，將高頻方向子帶系數(shù)<^,,(",6)區(qū)分為信號或是噪聲的變換系數(shù)， 判定準(zhǔn)則如下其中，k在1 5之間取值，柳朋0,州是以高頻方向子帶系數(shù)(:,,0》)為中心的5x5 大小的局部區(qū)域內(nèi)系數(shù)的均值；去噪裝置，用于對判定后的高頻方向子帶系數(shù)<^,,(",6)進行如下去噪操作得到去噪后的高頻方向子帶系數(shù)C/,(fl，6);逆變換裝置，用于對低頻子帶D,(a》)和去噪后的高頻方向子帶系數(shù)《,(a》)，作非下 采樣輪廓波逆變換，得到去噪后的SAR圖像義'。
4.根據(jù)權(quán)利3所述的非下采樣輪廓波的合成孔徑雷達圖像去噪虛擬裝置，其特征在于計算裝置，進一步包括二階累積量計算子裝置，用于計算對SAR圖像Z進行非下采樣輪廓波變換時，施加 在不同尺度各個高頻方向子帶的等價濾波器操作算子的二階累積量《'(2)，其中，A表示尺度2-'上的第^個高頻方向子帶，//^表示第/級塔形濾波的非下采樣 拉普拉斯濾波器系數(shù)，《;]表示第7級方向濾波的非下采樣方向濾波器系數(shù)；C,, 0,6) e噪聲，如果 weaw[C,,0,6)] < A;cr(C,,0,6), 如果 q,(a,6)e信號 0, 如果 (7,,(",6)￡噪聲高頻方向子帶均值和方差計算子裝置，用于計算不同尺度各個高頻方向子帶的均值斑點噪聲方差計算子裝置，用于計算不同尺度各個高頻方向子帶的斑點噪聲方差cr^，其中，C^是輸入SAR圖像Z的規(guī)范化標(biāo)準(zhǔn)差，且對于強度SAR圖像有(^^VT7i， 對于幅度SAR圖像有Gz二^/(4;r-1)/i ， i 為已知輸入SAR圖像的視數(shù)，i 2 1 。
全文摘要
本發(fā)明公開了一種基于非下采樣輪廓波的合成孔徑雷達圖像去噪方法，主要解決現(xiàn)有合成孔徑雷達圖像去噪方法難以有效保持圖像細(xì)節(jié)的問題，其步驟是(1)輸入SAR圖像X，并對其進行L層非下采樣輪廓波變換；(2)計算不同尺度各個高頻方向子帶的斑點噪聲方差σ_C#-[B]；(3)利用高頻方向子帶系數(shù)C_l，i(a，b)的局部均值mean[C_l，i(a，b)]，將其區(qū)分為信號或是噪聲的變換系數(shù)；(4)對判定后的高頻方向子帶系數(shù)C_l，i(a，b)中的信號部分進行保留，得到去噪后的高頻方向子帶系數(shù)C_l，i^*(a，b)；(5)對低頻子帶和去噪后的高頻方向子帶系數(shù)C_l，i^*(a，b)，作非下采樣輪廓波逆變換，得到去噪后的SAR圖像X^*。本發(fā)明在有效去除相干斑噪聲同時能夠有效保持圖像的細(xì)節(jié)，去噪圖像無抖動失真，可用于合成孔徑雷達圖像的預(yù)處理階段。
文檔編號G01S13/90GK101482617SQ20091002095
公開日2009年7月15日 申請日期2009年1月16日 優(yōu)先權(quán)日2009年1月16日
發(fā)明者彪 侯, 公茂果, 芳 劉, 霞 常, 楊淑媛, 焦李成, 爽 王 申請人:西安電子科技大學(xué)