基于svd字典和線性最小均方誤差估計的sar圖像去斑方法
【專利摘要】本發(fā)明涉及一種基于SVD字典和線性最小均方誤差估計的SAR圖像去斑方法：1)對輸入的SAR圖像中每一個圖像塊，根據距離公式計算該圖像塊與其搜尋區(qū)域內所有圖像塊的距離；2)根據距離最小原則構建相似集合；3)對相似集合進行奇異值分解得到SVD字典，并將相似集合向SVD字典上投影得到變換系數；4)依據線性最小均方誤差準則，對變換系數進行收縮；5)對處理后的變換系數進行反變換得到去噪后的相似集合，用相似集合重構出去噪后的圖像；6)迭代進行上述過程，得到最終去噪結果。本發(fā)明有效地解決了現有SAR圖像去斑結果中細節(jié)保持與平滑程度的矛盾問題，在更好平滑斑點噪聲同時保持SAR圖像的特征信息。
【專利說明】基于SVD字典和線性最小均方誤差估計的SAR圖像去斑方法
【技術領域】
[0001]本發(fā)明屬于圖像處理【技術領域】，具體涉及一種基于SVD字典和線性最小均方誤差估計的SAR圖像去斑方法。
【背景技術】
[0002]合成孔徑雷達(Synthetic Aperture Radar, SAR)所成的圖像具有全天候、全天時、高分辨率和強大的穿透能力等特點，被廣泛地應用于目標識別、變換檢測和水面監(jiān)視。斑點噪聲是SAR成像系統的一大特色，緣自基本分辨單元內地物的隨機散射，在圖像上表現為信號相關的小斑點，它既降低了圖像的畫面質量，又嚴重影響圖像的自動分割、分類、目標檢測以及其它定量專題信息的提取，因此，需要對斑點噪聲進行抑制和去除。去斑方法的目標就是在去除噪聲的同時保留圖像的特征信息，比如保留圖像的紋理、邊緣和點狀目標等信息。但是由于斑點噪聲的乘性背景，這一目標的實現非常困難。目前，SAR圖像去斑方法有多種，一般可以分為兩大類，一類是基于空域的方法，一類是基于變換域的方法。
[0003]傳統的空域統計類去斑方法一般先假定噪聲的乘性模型，然后基于像素鄰域窗口的局部統計特性進行濾波，其中具有代表性的空域濾波方法有Lee濾波、Kuan濾波、Frost濾波及其增強濾波?？沼蚪y計類去斑方法在同質區(qū)域取均值，對變化較快的點采取保留的策略，其缺點是去斑能力不足，對圖像紋理的處理過于平滑或者不能有效的去除邊緣周圍的噪聲。近年來，受非局部均值思想在自然圖像去噪成功的啟發(fā)，在SAR圖像去斑領域涌現出了一系列基于非局部均值思想的去斑方法，其中具有代表性的去斑方法有PPB、基于貝葉斯非局部的均值濾波等?；诜蔷植烤邓枷氲娜グ叻椒?，其本質上也屬于空域統計類去斑方法，去斑能力非常強，但保持圖像細節(jié)的的能力不夠，存在易模糊圖像的紋理、細節(jié)和點目標的缺點，傳統的基于變換域的方法首先通過對數運算將斑點噪聲的乘性模型轉為加性模型，然后直接利用自然圖像去噪算法去除斑點噪聲。基于小波、Contourlet等變換的SAR圖像去斑算法由于其多尺度、多分辨等優(yōu)點獲得了廣泛的應用。該類方法中，由SaraParrilli于2011年提出的SAR-BM3D方法是在PSNR指標上效果最好的方法之一。但是，變換域去斑算法本質上仍是基于固定窗口的濾波，在圖像的邊緣、線等區(qū)域會產生吉布斯現象。

【發(fā)明內容】

[0004]本發(fā)明的目的在于克服現有技術的不足，提出了一種基于SVD字典和線性最小均方誤差估計的SAR圖像去斑方法，以達到在增強SAR圖像降斑能力的同時保持圖像細節(jié)的去斑效果。
[0005]為實現上述目的，本發(fā)明所采取的技術方案:基于SVD字典和線性最小均方誤差估計的SAR圖像去斑方法，包括如下步驟:
[0006]I)對輸入圖像V進行窗口大小為3X3的Lee濾波，得到預處理后的圖像V。；[0007]2)在圖像中每隔5個像素點采樣一個圖像塊作為中心塊，根據距離公式計算各個中心塊與其搜索鄰域內所有圖像塊的距離:
【權利要求】
1.基于SVD字典和線性最小均方誤差估計的SAR圖像去斑方法，其特征在于包括如下步驟: 1)對輸入圖像V進行窗口大小為3X3的Lee濾波，得到預處理后的圖像V。； 2)在圖像中每隔5個像素點采樣一個圖像塊作為中心塊，根據距離公式計算各個中心塊與其搜索鄰域內所有圖像塊的距離:
【文檔編號】G06T5/00GK103839237SQ201410067313
【公開日】2014年6月4日 申請日期:2014年2月26日 優(yōu)先權日:2014年2月26日
【發(fā)明者】鐘樺, 焦李成, 武忠, 王爽, 侯彪, 馬晶晶, 馬文萍 申請人:西安電子科技大學