專利名稱：利用計(jì)算機(jī)重建含有斑點(diǎn)噪聲的圖像的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理方法，特別是涉及一種利用計(jì)算機(jī)重建含有斑點(diǎn)噪聲的合成孔徑雷達(dá)圖像和聲學(xué)圖像的方法。
利用合成孔徑雷達(dá)(SAR)獲得圖像的方法被廣泛用于地質(zhì)探測、生態(tài)探測、水文探測、海洋探測、考古與城市探測以及行星探測等，然而由于合成孔徑雷達(dá)(SAR)發(fā)射出去的是相干電磁波，接收的回波因相干作用，而使SAR圖像出現(xiàn)了大量的斑點(diǎn)噪聲。在聲學(xué)圖像、激光圖像也存在類似現(xiàn)象。圖像斑點(diǎn)噪聲的存在阻礙了圖像校驗(yàn)、解譯。在絕大多數(shù)現(xiàn)實(shí)目標(biāo)的情況下，減少這類圖像斑點(diǎn)噪聲一直是人們所追求的目標(biāo)。
減少這類圖像斑點(diǎn)噪聲的方法有多種，可以分為有兩類。一類是幾個(gè)像元值取平均，由于噪聲是隨機(jī)噪聲，通過鄰近像元的平均，噪聲相互抵消。這當(dāng)于低通濾波，它簡單而有效，但它在擬制斑點(diǎn)噪聲的同時(shí)不僅降低了圖像的空間分辨率，而且損失了部分紋理等細(xì)節(jié)信息。另一類是濾波方法，與第一類方法不同的是，濾波方法的首要目標(biāo)是抑制斑點(diǎn)噪聲的同時(shí)不降低圖像的分辨率和幾乎不損失紋理等細(xì)節(jié)信息。濾波方法在數(shù)學(xué)上相當(dāng)于卷積遠(yuǎn)算，在圖像處理中為常用的方法。數(shù)值試驗(yàn)表明濾波方法不能達(dá)到在擬制斑點(diǎn)噪聲的同時(shí)幾乎不損失紋理特征的目標(biāo)。但由于濾波方法能夠保持圖像原來的空間d分辨率，所以產(chǎn)生了很多種濾波算法。例如1977年有kondo.Kd的二維Wiener濾波技術(shù)和WoodsJ.W二維Kalman濾波技術(shù)，1978年Hunt.BR中值濾波技術(shù)，1979年Nagao的Nagao-Mastsuyama濾波技術(shù)，1980年Lee基于局域自適應(yīng)的Lee濾波技術(shù)，1982年Nodes的改進(jìn)的中值濾波技術(shù)，1983年Lee的Sigma濾波技術(shù)，1985年Kuan局域自適應(yīng)Kuan濾波技術(shù)和Crimmins幾何濾波技術(shù)，1988年Lopes的基于最大后驗(yàn)概率(MAP)自適應(yīng)濾波技術(shù)，1989年Safa.F數(shù)學(xué)形態(tài)濾波技術(shù)，1993年Lukin和1998年Y.DONGD等基于小波變換的濾波技術(shù)。這些方法都能夠較好地去除圖像的斑點(diǎn)噪聲，同時(shí)也在一定程度上保持了圖像的紋理信息。
在上述技術(shù)中，小波技術(shù)較有代表性，假設(shè)被噪聲污染的數(shù)據(jù)為di＝f(ti)+σ·zi，i＝0，……，n-1其中，ti＝i/n，zi是標(biāo)準(zhǔn)的高四白噪聲，σ為均方差，n是信號(hào)樣本數(shù)。如果從被污染的數(shù)據(jù)中恢復(fù)未知函數(shù)f，可有以下三個(gè)步驟完成(1)用小波基對(duì)圖像進(jìn)行分解。
(2)對(duì)小波系數(shù)w進(jìn)行閾值判別w′＝sgn(w)·(|w|-t)t=γ•σ•/n21g(n)]]>其中，γ是取決于所選用小波基的常數(shù)。通過調(diào)節(jié)γ的大小來達(dá)到降噪的目的。
(3)通過信號(hào)多分辨率描述的小波反變換恢復(fù)圖像。
這種方法條理清晰，噪聲得到了較好的抑制，但邊緣變得模糊，有些細(xì)節(jié)信息被平滑掉了。
以上的方法都是在均勻區(qū)域抑制斑點(diǎn)噪聲，同時(shí)想保持邊緣信息，這些方法不能同時(shí)達(dá)到這兩個(gè)目的。如將自然視覺特征(visually-naturalappearance)作為第三個(gè)判斷濾波效果標(biāo)準(zhǔn)，同時(shí)滿足這三個(gè)標(biāo)準(zhǔn)的濾波算法還沒有。
本發(fā)明的目的在于提出一種利用計(jì)算機(jī)重建含有斑點(diǎn)噪的圖像的方法，該方法能夠在抑制圖像斑點(diǎn)噪聲的同時(shí)保持圖像的邊緣，并且有較好的自然視覺特征。
為實(shí)現(xiàn)上述目的，本發(fā)明提出的利用計(jì)算機(jī)重建含有斑點(diǎn)噪聲的圖像的方法包括如下步驟首先在水平向、豎直向、兩個(gè)對(duì)角線方向分別平滑原始圖像，得到四幅平滑圖像，第二步根據(jù)原始圖像的紋理，利用平滑圖像重建SAR圖像。
所述數(shù)據(jù)的平滑步驟，可采用平滑非線性方法，具體地說采用empirical mode decomposition(EMD)方法平滑圖像數(shù)據(jù)。EMD方法可以將數(shù)據(jù)分解為不同尺度的模態(tài)，通過去掉小尺度模態(tài)來平滑數(shù)據(jù)。EMD方法得到的結(jié)果再經(jīng)Hilbert變換，能夠給出比小波變換更好的時(shí)頻結(jié)構(gòu)。
利用EMD方法首先將數(shù)據(jù)分解，從原始數(shù)據(jù)減去第一、第二模態(tài)來平滑原始圖像數(shù)據(jù)。首先平滑原始圖像的每一行，之后平滑原始圖像的每一列，最后平滑原始圖像兩個(gè)對(duì)角線方向。經(jīng)過平滑后，一幅圖像po(i，j)得到四幅圖像，水平向平滑得到結(jié)果pr(i，j)，豎直向平滑得到的結(jié)果pc(i，j)，兩個(gè)對(duì)角線方向得到的平滑結(jié)果prd(i，j)、pld(i，j)。
所述圖像的重建步驟，包括(1)判斷通過重建像元的邊緣方向。
(2)根據(jù)邊緣方向從pr(i，j)、pc(i，j)、prd(i，j)、pld(i，j)選擇相應(yīng)的象元值重建圖像。
如果不存在邊緣則用pr(i，j)、pc(i，j)、prd(i，j)、pld(i，j)中相應(yīng)的象元值平均值重建圖像。
下面結(jié)合附圖詳細(xì)描述本發(fā)明方法的實(shí)施例，其中

圖1a是本發(fā)明的總體流程圖。
圖1b是圖像重建流程圖。
圖2是本發(fā)明利用的計(jì)算機(jī)方框圖。
圖3中A為原始圖像；B為水平向剖分再經(jīng)過平滑得到的結(jié)果；C為垂直向剖分再經(jīng)過平滑得到的結(jié)果；D為左對(duì)角線方向剖分再經(jīng)過平滑得到的結(jié)果；E為右對(duì)角線方向剖分在經(jīng)過平滑得到的結(jié)果；F右側(cè)為重建得到的結(jié)果。
圖4中G為原始圖像；H為經(jīng)過增強(qiáng)Lee濾波得到的結(jié)果；I為經(jīng)過增強(qiáng)Frost濾波得到的結(jié)果；J為經(jīng)Gamma濾波得到的結(jié)果；K為經(jīng)過Kuan濾波得到的結(jié)果；L為根據(jù)邊緣方向重建得到的結(jié)果。
本發(fā)明中所指的斑點(diǎn)噪聲是由于傳感器發(fā)出的電磁波或聲波是相干波，目標(biāo)表面小面元呈隨機(jī)分布狀態(tài)，在反射相干波時(shí)由于相干作用而產(chǎn)生。具體表現(xiàn)為圖像上出現(xiàn)大量隨機(jī)分布的黑白斑點(diǎn)，嚴(yán)重阻礙了圖像校驗(yàn)、解譯和應(yīng)用。
一幅含有斑點(diǎn)噪聲數(shù)字的圖像100，輸入圖2所示的計(jì)算機(jī)110，進(jìn)行水平向剖分120，垂直向剖分130，左對(duì)角線方向剖分140，右對(duì)角線方向剖分150，得到一維數(shù)據(jù)。利用empirical mode decomposition(EMD)方法將數(shù)據(jù)分解為不同尺度的模態(tài)，從原始數(shù)據(jù)減去第一、第二模態(tài)來平滑原始圖像數(shù)據(jù)160、170、180、190。
圖3為原始圖像、平滑結(jié)果和重建圖像。平滑數(shù)據(jù)后，判斷經(jīng)過原始圖像的像元的邊緣方向。判斷一5*5窗口通過中心像元的紋理方向(水平向，垂直向，兩個(gè)對(duì)角線方向)。參見表1。
具體如下計(jì)算T
＝(p(i-1，j)+p(i，j)+p(i+1，j))/3T
[1]＝(p(i-1，j-1)+p(i，j-1)+p(i+1，j-1))/3T
＝(p(i-1，j+1)+p(i，j+1)+p(i+1，j+1))/3取T0＝max{|T
-T
[1]|，|T
-T
[2]|}.T[1]
＝(p(i，j-1)+p(i，j)+p(i，j+1))/3表1T[1]
＝(p(i-1，j-1)+p(i-1，j)+p(1-1，j+1))/3T[1]
＝(p(i+1，j-1)+p(i+1，j)+p(i+1，j+1))/3取T1＝max{|T[1]
-T[1][1]|，|T[1]
-T[1][2]|}.
T[2]
＝(p(i-1，j+1)+p(i，j)+p(i+1，j-1))/3T[2][1]＝(p(i-2，j+1)+p(i-1，j)+p(i，j-1)+p(i+1，j-2))/4T[2][2]＝(p(i-1，j+2)+p(i，j+1)+p(i+1，j)+p(i+2，j-1))/4取T2＝max{|T[2]
-T[2][1]|，|T[2]
-T[2][2]|}.
T[3]
＝(p(i-1，j-1)+p(i，j)+p(i+1，j+1))/3T[3][1]＝(p(i-1，j-2)+p(i，j-1)+p(i+1，j)+p(i+2，j+1))/4T[3][2]＝(p(i-2，j-1)+p(i-1，j)+p(i，j+1)+p(i+1，j+2))/4取T3＝max{|T[3]
-T[3][1]|，|T[3]
-T[3][2]|}.
取T＝max{T0，T1，T2，T3}.如果T＝T0，那么紋理方向?yàn)樗较?50，同理T1是垂直向260，T2右對(duì)角線方向280，T3左對(duì)角線方向270。事實(shí)上這樣做會(huì)有些誤判斷，通過限定T的大小可以一定程度上減少誤判斷，本發(fā)明設(shè)定T要大于該窗口平均值0.6倍，才認(rèn)為存在邊緣。如果經(jīng)過某一像元的邊緣方向?yàn)樗较?，則利用水平向平滑結(jié)果中相應(yīng)像元值重建圖像300，垂直向則利用垂直向平滑結(jié)果中相應(yīng)像元值重建圖像310，左對(duì)角線方向則利用左對(duì)角線方向平滑結(jié)果中像元值重建圖像320，右對(duì)角線方向則利用右對(duì)角線方向平滑結(jié)果中像元值重建圖像330，如果不存在邊緣則用水平向平滑結(jié)果中相應(yīng)像元值、垂直向平滑結(jié)果中相應(yīng)像元值、左對(duì)角線方向平滑結(jié)果中像元值和右對(duì)角線方向平滑結(jié)果中像元值平均值重建圖像。用一幅255*255大小的中國北京郊區(qū)L-SAR圖像進(jìn)行處理，請(qǐng)結(jié)合圖4，G為原始圖像，H為經(jīng)過增強(qiáng)Lee濾波得到的結(jié)果。I為經(jīng)過增強(qiáng)Frost濾波得到的結(jié)果，J為經(jīng)Gamma濾波得到的結(jié)果。K經(jīng)過Kuan濾波得到的結(jié)果，L為根據(jù)邊緣方向重建得到的結(jié)果。其中增強(qiáng)Lee、增強(qiáng)Frost、Gamma、Kuan 4種算法的結(jié)果是利用PCI 6.3得到的。
比較這6幅圖像，這5種技術(shù)都能有效擬制SAR圖像斑點(diǎn)噪聲，增強(qiáng)Lee、增強(qiáng)Frost、Gamma、Kuan 4種算法得到的圖像，看起來會(huì)有一種很不舒服的感覺，一些細(xì)節(jié)信息被平滑掉了。由本發(fā)明得到的結(jié)果看起來層次分明，感覺很好，并且細(xì)節(jié)信息保持的很好，能同時(shí)滿足有效抑制斑點(diǎn)、保持紋理信息、較好自然視覺特征的SAR圖像斑點(diǎn)抑制要求，而其他四種則不能同時(shí)滿足。
能夠?qū)崿F(xiàn)這種本發(fā)明的計(jì)算機(jī)系統(tǒng)如圖2所示。計(jì)算機(jī)410是計(jì)算機(jī)系統(tǒng)400必不可少的組成部分。為了與計(jì)算機(jī)410進(jìn)行交流，計(jì)算機(jī)系統(tǒng)還必須包括鍵盤430、鼠標(biāo)435。為了輸出重建結(jié)果，計(jì)算機(jī)系統(tǒng)400還應(yīng)有顯示器450，打印機(jī)460，輸出設(shè)備470。為了存儲(chǔ)結(jié)果計(jì)算機(jī)系統(tǒng)400有大容量存儲(chǔ)設(shè)備420。
權(quán)利要求
1.一種利用計(jì)算機(jī)重建含有斑點(diǎn)噪聲的圖像的方法，其特征在于，包含計(jì)算機(jī)執(zhí)行以下處理·輸入含有斑點(diǎn)噪聲圖象；·將圖象沿水平方向、垂直向、左對(duì)角線方向和右對(duì)角線方向部分成一維數(shù)據(jù)；·平滑一維數(shù)據(jù)；·根據(jù)原始邊緣方向利用平滑后的數(shù)據(jù)重建圖象；·存儲(chǔ)和顯示重建圖象。
2.根據(jù)權(quán)利要求1所述的利用計(jì)算機(jī)重建含有斑點(diǎn)噪聲的圖像的方法，其特征在于，所述的左對(duì)角線方向和右對(duì)角線方向的夾角為90度，與水平方向和垂直方向的夾角為90度。
3.根據(jù)權(quán)利要求1所述的利用計(jì)算機(jī)重建含有斑點(diǎn)噪聲的圖像的方法，其特征在于，平滑數(shù)據(jù)的方法為平滑非線、非平穩(wěn)的平滑方法。
4.根據(jù)權(quán)利要求1所述的利用計(jì)算機(jī)重建含有斑點(diǎn)噪聲的圖像的方法，其特征在于，所述的邊緣方向?yàn)樗较?、垂直向、左?duì)角線方向和右對(duì)角線方向。
5.根據(jù)權(quán)利要求1所述的利用計(jì)算機(jī)重建含有斑點(diǎn)噪聲的圖像的方法，其特征在于，所述的重建圖象為從水平向、垂直向、左對(duì)角線方向和右對(duì)角線方向平滑數(shù)據(jù)中選擇對(duì)應(yīng)數(shù)據(jù)。
全文摘要
本發(fā)明涉及圖像處理方法，特別是涉及一種利用計(jì)算機(jī)重建含有斑點(diǎn)噪聲的合成孔徑雷達(dá)圖像和聲學(xué)圖像的方法，包含計(jì)算機(jī)執(zhí)行以下處理1)輸入含有斑點(diǎn)噪聲圖象；2)將圖象沿水平方向、垂直向、左對(duì)角線方向和右對(duì)角線方向部分成一維數(shù)據(jù)；3)平滑一維數(shù)據(jù)；4)根據(jù)原始邊緣方向利用平滑后的數(shù)據(jù)重建圖象；5)存儲(chǔ)和顯示重建圖象。
文檔編號(hào)G06K9/52GK1393827SQ0111886
公開日2003年1月29日 申請(qǐng)日期2001年6月26日 優(yōu)先權(quán)日2001年6月26日
發(fā)明者韓春明, 郭華東 申請(qǐng)人:中國科學(xué)院遙感應(yīng)用研究所