CN102163322A - 基于拉普拉斯算子的雷达图像中同频干扰的抑制方法 - Google Patents

基于拉普拉斯算子的雷达图像中同频干扰的抑制方法 Download PDF

Info

Publication number
CN102163322A
CN102163322A CN 201110063450 CN201110063450A CN102163322A CN 102163322 A CN102163322 A CN 102163322A CN 201110063450 CN201110063450 CN 201110063450 CN 201110063450 A CN201110063450 A CN 201110063450A CN 102163322 A CN102163322 A CN 102163322A
Authority
CN
China
Prior art keywords
noise spot
gray
image
noise
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 201110063450
Other languages
English (en)
Inventor
戴运桃
刘利强
沈继红
卢志忠
李英
李焱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN 201110063450 priority Critical patent/CN102163322A/zh
Publication of CN102163322A publication Critical patent/CN102163322A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)
  • Image Processing (AREA)

Abstract

本发明的目的在于提供基于拉普拉斯算子的雷达图像中同频干扰的抑制方法，首先读取原始雷达回波图像，用改进的拉普拉斯算子来检测图像中的同频干扰，得到雷达图像各点的二阶微分值，区分开灰度突变的区域及灰度慢变的区域，确定噪声点的位置，采用线性插值的方法将噪声点信息剔除，并用图像中的非噪声的灰度值插补噪声点的灰度值，对每个噪声点重复上面的步骤，直至达到抑制同频干扰的目的。本发明能较好的检测、去除同频干扰噪声点，最大程度地保留原来海浪的回波信息，为后续的海流反演等提供较高质量的海浪回波数据。

Description

基于拉普拉斯算子的雷达图像中同频干扰的抑制方法
技术领域
本发明涉及的是一种抑制图像干扰的方法。
背景技术
在利用航海雷达进行海浪遥测时，经常存在一些干扰。这些干扰中最为常见的是同频干扰、固体目标物干扰和降雨干扰。同频干扰噪声为有源噪声，其信号强度一般都比较大，而且遍布整幅雷达图像。同频干扰的存在将降低采集的雷达图像的质量，从而影响到后续从雷达图像中提取海浪参数的准确性。
在同频干扰的处理方面，已经有了很多的研究和应用，但处理方法中绝大多数采用非软件的方法。例如：编码法、改变雷达的工作频率、改变发射信号形式，信号识别和数据处理、改变雷达的脉冲重复频率、相参积累法、基于干扰噪声比和干扰累计时间概率的分析方法、时域多脉冲相关法等等。
软件方面，常用的滤波算法有：中值滤波、均值滤波、自适应滤波、维纳滤波、基于形态学的几何滤波、基于小波变换的滤波等等。这些滤波方法在去除噪声方面都有不错的效果，但也会改变图像上非噪声点的灰度值，一定程度上损坏原来的海浪回波信息。
为了获得准确的海浪信息，这就要求我们在采集完海浪信息后需要先对原始的雷达图像进行预处理，然后再提取海浪信息。
发明内容
本发明的目的在于提供能较好的检测去除同频干扰噪声点、最大程度地保留原来海浪回波信息的基于拉普拉斯算子的雷达图像中同频干扰的抑制方法。
本发明的目的是这样实现的：
本发明基于拉普拉斯算子的雷达图像中同频干扰的抑制方法，其特征是：
(1)读取原始雷达回波图像，用改进的拉普拉斯算子来检测图像中的同频干扰，得到雷达图像各点的二阶微分值，其中改进的拉普拉斯算子为 
Figure BDA0000050589910000021
Figure BDA0000050589910000022
是二阶微分算子的值，
f(i-1，j)、f(i+1，j)、f(i，j-1)、f(i，j+1)分别表示点(i，j)在数据矩阵中上下左右四个点的灰度值，f(i-1，j-1)、f(i-1，j+1)分别表示点(i-1，j)在数据矩阵中左右两点的灰度值，f(i+1，j-1)、f(i+1，j+1)分别表示点(i+1，j)在数据矩阵中左右两点的灰度值；
(2)区分开灰度突变的区域及灰度慢变的区域，确定噪声点的位置；
(3)采用线性插值的方法将噪声点信息剔除，并用图像中的非噪声的灰度值插补噪声点的灰度值：(i，j-l)、(i，j+m)两点为和噪声点(i，j)在同一半径上的左右离得最近的两个非噪声点，l表示噪声点(i，j)左侧距离最近的非噪声点与该噪声点的位置间隔，m表示噪声点(i，j)右侧距离最近的非噪声点与该噪声点的位置间隔，(i，j-l)、(i，j+m)两点在选取的时候每次从离点(i，j)左右各间隔1的位置开始寻找，如果选取的点是非噪声点，则利用得到的两个点对噪声点进行线性插值；如果选取的点不是非噪声点，则增加一个间隔继续寻找，直至找到后再进行插值，插值的定义公式为：
Figure BDA0000050589910000023
f(i，j-l)，f(i，j+m)为原始图像灰度值， 
Figure BDA0000050589910000024
为噪声点插值后图像灰度值，对每个噪声点重复上面的步骤，直至达到抑制同频干扰的目的。
本发明的优势在于：能较好的检测、去除同频干扰噪声点，最大程度地保留原来海浪的回波信息，为后续的海流反演等提供较高质量的海浪回波数据。
附图说明
图1为原始雷达图像的一小部分扇形区域；
图2(a)为利用拉普拉斯算子检测到的同频干扰噪声，(b)为利用改进的拉普拉斯算子检测到的同频干扰噪声；
图3(a)为均值滤波图像，图3(b)为中值滤波图像，图3(c)为 利用本发明-先检测后线性插值-得到的图像；
图4(a)为32幅图像的各滤波方法峰值信噪比对比图，图4(b)为32幅图像的各滤波方法信噪比对比图；“.-”是均值滤波的结果，“○-”为中值滤波的结果，“☆-”为本发明方法滤波的结果。
图5为本发明的流程图。
具体实施方式
下面结合附图举例对本发明做更详细地描述：
结合图1～5，本发明分为以下步骤：
(1)读取原始雷达回波图像，用改进的拉普拉斯算子来检测图像中的同频干扰，得到雷达图像各点的二阶微分值，其中改进的拉普拉斯算子为 
Figure BDA0000050589910000031
是二阶微分算子的值，f(i-1，j)、f(i+1，j)、f(i，j-1)、f(i，j+1)分别表示点(i，j)在数据矩阵中上下左右四个点的灰度值，f(i-1，j-1)、f(i-1，j+1)分别表示点(i-1，j)在数据矩阵中左右两点的灰度值，f(i+1，j-1)、f(i+1，j+1)分别表示点(i+1，j)在数据矩阵中左右两点的灰度值；
(2)区分开灰度突变的区域及灰度慢变的区域，确定噪声点的位置；
(3)采用线性插值的方法将噪声点信息剔除，并用图像中的非噪声的灰度值插补噪声点的灰度值：(i，j-l)、(i，j+m)两点为和噪声点(i，j)在同一半径上的左右离得最近的两个非噪声点，l表示噪声点(i，j)左侧距离最近的非噪声点与该噪声点的位置间隔，m表示噪声点(i，j)右侧距离最近的非噪声点与该噪声点的位置间隔，(i，j-l)、(i，j+m)两点在选取的时候每次从离点(i，j)左右各间隔1的位置开始寻找，如果选取的点是非噪声点，则利用得到的两个点对噪声点进行线性插值；如果选取的点不是非噪声点，则增加一个间隔继续寻找，直至找到后再进行插值，插值的定义公式为：
Figure BDA0000050589910000033
f(i，j-l)，f(i，j+m)为原始图 像灰度值， 
Figure BDA0000050589910000041
为噪声点插值后图像灰度值，对每个噪声点重复上面的步骤，直至达到抑制同频干扰的目的。
本发明的同频干扰抑制方法与现有技术相比的优点：
(1)这里与传统的中值滤波及均值滤波方法作比较。为了只对噪声点进行处理而不对其它像素点进行改动，保证将图像的模糊降到很低的水平或避免模糊。根据以上思路本发明提出了基于拉普拉斯算子的同频干扰噪声抑制算法，它能很好的检测噪声位置，加以滤除，从而尽可能多的保留海浪回波信息。
(2)一般用来评定滤波效果的是峰值信噪比，这里加上信噪比来评定滤波结果；为了消除随机性，选择计算32幅滤波雷达图像的峰值信噪比和信噪比。
(3)图1为原始雷达图像的一小部分扇形区域，图2(a)为利用拉普拉斯算子检测到的同频干扰噪声，(b)为利用改进的拉普拉斯算子检测到的同频干扰噪声，图3(a)为均值滤波图像，图3(b)为中值滤波图像，图3(c)为利用本发明-先检测后线性插值-得到的图像；图4(a)为32幅图像的各滤波方法峰值信噪比对比图，图4(b)为32幅图像的各滤波方法信噪比对比图；“.-”是均值滤波的结果，“○-”为中值滤波的结果，“☆-”为本发明方法滤波的结果，表1各滤波方法峰值信噪比(PSNR)和信噪比(SNR)的32幅图像的平均值
表1
Figure BDA0000050589910000042
从图3、4、表1可知，用本发明方法滤波，不改变其他点的灰度值，只改变检测到的噪声点的灰度值，插值的时候不使用噪声点的信息，不仅有效去噪，而且很好的保留原来海浪的纹理。

Claims (1)

1.基于拉普拉斯算子的雷达图像中同频干扰的抑制方法，其特征是：
(1)读取原始雷达回波图像，用改进的拉普拉斯算子来检测图像中的同频干扰，得到雷达图像各点的二阶微分值，其中改进的拉普拉斯算子为
Figure FDA0000050589900000012
是二阶微分算子的值，f(i-1，j)、f(i+1，j)、f(i，j-1)、f(i，j+1)分别表示点(i，j)在数据矩阵中上下左右四个点的灰度值，f(i-1，j-1)、f(i-1，j+1)分别表示点(i-1，j)在数据矩阵中左右两点的灰度值，f(i+1，j-1)、f(i+1，j+1)分别表示点(i+1，j)在数据矩阵中左右两点的灰度值；
(2)区分开灰度突变的区域及灰度慢变的区域，确定噪声点的位置；
(3)采用线性插值的方法将噪声点信息剔除，并用图像中的非噪声的灰度值插补噪声点的灰度值：(i，j-l)、(i，j+m)两点为和噪声点(i，j)在同一半径上的左右离得最近的两个非噪声点，l表示噪声点(i，j)左侧距离最近的非噪声点与该噪声点的位置间隔，m表示噪声点(i，j)右侧距离最近的非噪声点与该噪声点的位置间隔，(i，j-l)、(i，j+m)两点在选取的时候每次从离点(i，j)左右各间隔1的位置开始寻找，如果选取的点是非噪声点，则利用得到的两个点对噪声点进行线性插值；如果选取的点不是非噪声点，则增加一个间隔继续寻找，直至找到后再进行插值，插值的定义公式为：
Figure FDA0000050589900000013
f(i，j-l)，f(i，j+m)为原始图像灰度值，为噪声点插值后图像灰度值，对每个噪声点重复上面的步骤，直至达到抑制同频干扰的目的。
CN 201110063450 2011-03-16 2011-03-16 基于拉普拉斯算子的雷达图像中同频干扰的抑制方法 Pending CN102163322A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110063450 CN102163322A (zh) 2011-03-16 2011-03-16 基于拉普拉斯算子的雷达图像中同频干扰的抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110063450 CN102163322A (zh) 2011-03-16 2011-03-16 基于拉普拉斯算子的雷达图像中同频干扰的抑制方法

Publications (1)

Publication Number Publication Date
CN102163322A true CN102163322A (zh) 2011-08-24

Family

ID=44464534

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110063450 Pending CN102163322A (zh) 2011-03-16 2011-03-16 基于拉普拉斯算子的雷达图像中同频干扰的抑制方法

Country Status (1)

Country Link
CN (1) CN102163322A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177427A (zh) * 2013-03-14 2013-06-26 哈尔滨工程大学 一种x波段雷达图像同频干扰去除方法
CN105319537A (zh) * 2015-10-16 2016-02-10 哈尔滨工程大学 基于空间相关性的航海雷达同频干扰抑制方法
CN109816683A (zh) * 2019-01-29 2019-05-28 大连海事大学 一种航海雷达图像中海浪信息反演的预处理方法
CN111667494A (zh) * 2020-06-05 2020-09-15 广东海洋大学 一种船载雷达原始图像的高亮目标快速分割方法
CN114624514A (zh) * 2020-12-09 2022-06-14 北京华航无线电测量研究所 一种基于正交相位检测的波高测量方法
CN116503268A (zh) * 2023-03-21 2023-07-28 中国人民解放军海军大连舰艇学院 一种用于雷达回波图像的质量改进方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1870049A (zh) * 2006-06-15 2006-11-29 西安交通大学 基于稠密特征对应与形态学的人脸表情合成方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1870049A (zh) * 2006-06-15 2006-11-29 西安交通大学 基于稠密特征对应与形态学的人脸表情合成方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《国土资源遥感》 20080615 郝燕玲，唐艳红，卢志忠 X波段航海雷达图像噪声检测与滤除方法研究 第14至17页 1 , *
《电子技术应用》 20061130 刘佳，肖晓明，彭骏驰，蔡自兴 基于改进的Laplacian算子的图像边缘检测 第31至32页 1 , 第11期 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177427A (zh) * 2013-03-14 2013-06-26 哈尔滨工程大学 一种x波段雷达图像同频干扰去除方法
CN105319537A (zh) * 2015-10-16 2016-02-10 哈尔滨工程大学 基于空间相关性的航海雷达同频干扰抑制方法
CN105319537B (zh) * 2015-10-16 2017-06-20 哈尔滨工程大学 基于空间相关性的航海雷达同频干扰抑制方法
CN109816683A (zh) * 2019-01-29 2019-05-28 大连海事大学 一种航海雷达图像中海浪信息反演的预处理方法
CN109816683B (zh) * 2019-01-29 2022-09-30 大连海事大学 一种航海雷达图像中海浪信息反演的预处理方法
CN111667494A (zh) * 2020-06-05 2020-09-15 广东海洋大学 一种船载雷达原始图像的高亮目标快速分割方法
CN114624514A (zh) * 2020-12-09 2022-06-14 北京华航无线电测量研究所 一种基于正交相位检测的波高测量方法
CN114624514B (zh) * 2020-12-09 2024-07-09 北京华航无线电测量研究所 一种基于正交相位检测的波高测量方法
CN116503268A (zh) * 2023-03-21 2023-07-28 中国人民解放军海军大连舰艇学院 一种用于雷达回波图像的质量改进方法
CN116503268B (zh) * 2023-03-21 2024-03-29 中国人民解放军海军大连舰艇学院 一种用于雷达回波图像的质量改进方法

Similar Documents

Publication Publication Date Title
CN108872997B (zh) 一种基于侧扫声呐数据融合与精密处理的海底线检测方法
CN102163322A (zh) 基于拉普拉斯算子的雷达图像中同频干扰的抑制方法
CN106709928B (zh) 一种快速的含噪图像二维最大类间方差阈值法
Mallawaarachchi et al. Spectrogram denoising and automated extraction of the fundamental frequency variation of dolphin whistles
CN106199532B (zh) 基于混合傅立叶-小波分析的探地雷达信号降噪方法
CN111652825B (zh) 基于梯度方向约束的边缘跟踪直线段快速检测装置及方法
CN104103041B (zh) 超声图像混合噪声自适应抑制方法
CN105225244A (zh) 基于最小局部均方差计算的噪点检测方法
Gao et al. Based on soft-threshold wavelet de-noising combining with Prewitt operator edge detection algorithm
CN112817047A (zh) 海洋地震自适应去鬼波方法、装置、电子设备及介质
Jian et al. Study on underwater image denoising algorithm based on wavelet transform
CN114578348B (zh) 一种基于深度学习的探地雷达自主式智能扫查及导航方法
CN105809633A (zh) 去除颜色噪声的方法及装置
CN103777191B (zh) 基于小波平移不变阈值去噪的激光雷达波形数据处理方法
CN103413138A (zh) 一种红外图像序列中点目标检测方法
CN102156973A (zh) 图像去噪方法和设备
CN102509265A (zh) 基于灰度值差和局部能量的数字图像去噪方法
Jiao et al. Infrared dim small target detection method based on background prediction and high-order statistics
Banerjee et al. Noise induced feature enhancement and object segmentation of forward looking SONAR image
Mai et al. A modified unsharp masking method using particle swarm optimization
Ramadan Salt-and-pepper noise removal and detail preservation using convolution kernels and pixel neighborhood
CN103177427A (zh) 一种x波段雷达图像同频干扰去除方法
KR101813357B1 (ko) 수중 고정표적과 클러터 식별을 위한 가변 데이터 맵 및 가변 통계적 특징정보를 적용하는 클러터 제거 방법 및 장치
CN111399038B (zh) 斜率参数提取方法、装置及计算机可读存储介质
Jia et al. A piecewise nonlinear enhancement method of side scan sonar images

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110824