CN102201116B - 结合方向聚集性的sar图像相干斑抑制方法 - Google Patents

Abstract

本发明公开了一种结合图像方向聚集性的SAR图像相干斑抑制方法，主要解决现有技术的细节信息丢失的问题。其相干斑抑制过程为：(1)利用Primal Sketch稀疏表示模型中的稀疏编码方法，提取SAR图像由线段组成的边脊草图来描述图像的奇异信息；(2)根据边脊草图，将SAR图像划分为均匀区域和非均匀区域；(3)对非均匀区域，采用结合图像结构方向信息和聚集性的SAR图像相干斑抑制方法进行处理；(4)对均匀区域，采用窗口为5*5的Lee滤波方法进行处理；(5)将处理后非均匀区域和均匀区域进行合并，得到SAR图像的相干斑抑制结果。本发明实现了SAR图像良好的相干斑抑制效果，且有效地保持了图像的细节信息，可用于SAR图像相干斑抑制。

Description

结合方向聚集性的SAR图像相干斑抑制方法

技术领域

本发明属于图像处理技术领域，涉及SAR图像相干斑抑制方法，可用于SAR图像相干斑抑制。

背景技术

合成孔径雷达SAR是一种高分辨率成像雷达，属于主动式遥感系统。SAR不受光照，天气等条件的影响，具有全天候的成像能力，在测绘、资源环境监测、地质、地震、火山监测、海洋、军事等领域得到了广泛的应用。SAR图像是通过孔径合成的方式来获得一个较大的雷达天线，利用该大天线发出的电磁波经目标散射元后向散射所成的图像。在SAR的成像过程中，因其利用相干方式来实现孔径合成，故往往会伴随着后向散射电磁波之间的相干现象。这使得在SAR图像中总会出现由于相干而形成的斑点信息。这些相干斑信息是由不同散射源或具有不同传播路径的散射电磁波相干而形成的。从一定意义上来说，这些相干斑信息反映了散射源的一些特性，但同时也给SAR图像的理解和解译带来了很大的困难。在SAR图像中，奇异性信息的保持对于图像信息的理解和解译是非常重要的。

在空域的SAR图像的相干斑抑制方法中，有的方法是直接把数字图像处理的方法应用到SAR图像的斑点抑制中，并没有考虑到SAR图像噪声的统计特性，如均值滤波和中值滤波方法；有的方法是以SAR图像斑点噪声满足完全发展相干斑的假设条件，利用局域统计特性对中心像素的真实值进行估计，如Lee滤波和Frost滤波方法，这类方法由于没有考虑到图像不同区域不同特性，因而导致图像细节信息的模糊或丢失。针对这一问题，有学者提出了增强滤波的SAR图像相干斑抑制方法，如增强Lee滤波方法，这类方法利用局域信息将图像进行划分，并针对不同区域采用不同的相干斑抑制方法，能够较好地实现图像奇异性信息保持与斑点噪声抑制的平衡。但是，上述方法都采用局域统计的方法对中心像素进行估计，并不能充分反映图像的结构信息，这在很大程度上会导致一些细节信息丢失。

发明内容

本发明的目的在于克服上述已有方法的不足，提出了一种结合方向聚集性的SAR图像相干斑抑制方法，以提升SAR图像相干斑抑制的效果。

实现本发明的技术方案是：利用Primal Sketch稀疏表示模型中稀疏编码的方法提取SAR图像边脊草图，并根据该边脊草图把SAR图像划分为均匀和非均匀区域，对均匀区域采用Lee滤波方法处理，对非均匀区域采用结合了图像结构方向信息和聚集性的SAR图像相干斑抑制方法处理，能够有效地保持和体现SAR图像中一些奇异性区域存在的细节信息，提高了SAR图像的相干斑抑制效果。具体步骤如下：

(1)利用Primal Sketch稀疏表示模型中的稀疏编码方法，提取SAR图像由线段组成的边脊草图来描述图像的奇异信息；

(2)根据边脊草图，将SAR图像划分为非均匀区域和均匀区域；以边脊草图中所标记的线段为中心，将其沿垂直方向两边扩展成具有2*d+1个像素宽的区域，所有这些区域共同组成SAR图像中含奇异信息的非均匀区域，剩余的区域即为不含奇异信息的均匀区域，其中d取值为1～3；

(3)对非均匀区域，采用结合图像结构方向信息和聚集性的SAR图像相干斑抑制方法进行处理：

(3a)将边脊草图中的线段作为单位，以线段上的每一点为中心，k为半径在线段上选择邻域，计算SAR图像中与该邻域相应的像素的均值μ，再依次计算SAR图像中该邻域内每个像素的值与该均值μ的平均值m，并将平均值m作为该像素的估计值，其中k取值为1～3；

(3b)将步骤(3a)中的线段沿其垂直方向的两边逐渐平移d个像素，得到2*d条线段，对这2*d条线段按步骤(3a)进行处理，得到与这2*d条线段相应像素的估计值；

(3c)重复步骤(3a)-(3b)，计算出边脊草图中的所有线段，即得到SAR图像非均匀区域的估计值；

(4)对于均匀区域，采用窗口为5*5的Lee滤波方法进行处理；

(5)将处理后非均匀区域和均匀区域进行合并，得到SAR图像最终的相干斑抑制结果。

本发明与现有技术相比具有如下优点：

本发明由于利用Primal Sketch稀疏表示模型中的稀疏编码方法提取SAR图像的边脊草图，并根据该边脊草图把SAR图像划分为均匀区域和非均匀区域，并分别对均匀区域和非均匀区域采用不同方法进行相干斑抑制处理：对均匀区域采用Lee滤波方法进行处理，可较好地实现相干斑抑制和奇异信息保持之间的平衡；对非均匀区域，采用结合图像结构方向信息和聚集性的SAR相干斑抑制方法，该方法简单易行，操作方便，充分利用了局部非均匀区域的结构信息和方向聚集性，尤其能够有效地保持和体现SAR图像中非均匀区域存在的一些细节信息；因此，本发明提高了SAR图像的相干斑抑制效果。

附图说明

图1是本发明对SAR图像相干斑的抑制流程图；

图2是本发明中基于Primal Sketch稀疏表示模型提取SAR图像边脊草图的结果图；

图3是用本发明与现有方法对DRA SAR X波段分辨率为3米的Bedfordshire图像相干斑抑制结果图。

具体实施方式

参照图1，本发明的实施过程如下：

步骤1，利用Primal Sketch稀疏表示模型中的稀疏编码方法，提取输入图像如图2(a)由线段组成的边脊草图来描述图像线状奇异信息。

(1.1)将如图2(a)所示的输入图像与N个尺度和M个方向上的扩展高斯一阶导滤波器和高斯二阶导滤波器进行卷积，以检测图像的边和脊，其中N取值为3～5，M取值为18；

(1.2)计算输入图像每个像素的联合响应，得到联合响应最大值图，并对联合响应最大值图用非极大抑制方法处理，将处理的结果作为建议草图S；

(1.3)根据建议草图S中最大联合响应的位置，把建议草图S中与该位置连通的点连接成线段，生成一个原始边/脊模型；

(1.4)在边/脊模型中添加线段，评价图像的编码长度增益ΔL，若ΔL＜ε，ε是阈值取值为25，则拒绝接受该线段；否则在边/脊模型中添加该线段，并搜索满足该线段末端与其余像素在平均拟合误差内的分割线作为建议线段，若搜索到该线段转至步骤(1.4)，否则结束，即得到了如图2(b)所示的边脊草图。

步骤2，根据边脊草图，将SAR图像划分为均匀区域和非均匀区域。

以边脊草图中所标记的线段为中心，将其沿垂直方向两边扩展成具有2*d+1个像素宽的区域，所有这些区域共同组成SAR图像中含奇异信息的非均匀区域，剩余的区域即为不含奇异信息的均匀区域，其中d取值为1～3；

步骤3，对非均匀区域，采用提出的结合图像结构方向信息和聚集性的SAR图像相干斑抑制方法。

(3a)将边脊草图中的线段作为单位，以线段上的每一点为中心，k为半径在线段上选择邻域，计算SAR图像中与该邻域相应的像素的均值μ，再依次计算SAR图像中该邻域内每个像素的值与该均值μ的平均值m，并将平均值m作为该像素的估计值，其中k取值为1～3；

(3b)将步骤(3a)中的线段沿其垂直方向的两边逐渐平移d个像素，得到2*d条线段，对这2*d条线段按步骤(3a)进行处理，得到与这2*d条线段相应像素的估计值；

(3c)重复步骤(3a)-(3b)，计算出边脊草图中的所有线段，即得到SAR图像非均匀区域的估计值。

步骤4，对于均匀区域，采用窗口为5*5的Lee滤波方法进行处理。

对于非均匀区域，用窗口为5*5的Lee滤波方法对邻域中心

进行估计，公式如下：

$\hat{R}=\stackrel{\‾}{R}+k*(I-\stackrel{\‾}{R})$

其中，

和σ_R分别表示邻域块内回波信号的均值和标准方差，和σ_S分别表示邻域块内斑点噪声信号的均值和标准方差，I表示受斑点噪声干扰邻域中心的值。

步骤5，将处理后的均匀区域和非均匀区域进行合并，得到SAR图像最终的相干斑抑制结果。

本发明的优点由以下仿真的数据和图像进一步说明。

1.仿真条件

(1)选取DRA SAR X波段分辨率为3米的Bedfordshire图像；

(2)仿真实验中，Primal Sketch稀疏表示模型中的参数N取值为3，M取值为18，阈值ε取值为25；

(3)仿真实验中，对非均匀区域采用的结合图像结构方向信息和聚集性的SAR图像相干斑抑制方法中d取值为1，k取值为2；

(4)仿真实验中，增强Lee滤波中的衰减因子Q取值为10，窗口取为3*3，均值滤波和中值滤波方法的窗口取为3*3。

2.仿真内容与结果

仿真内容：利用DRA SAR X波段分辨率为3米的Bedfordshire图像，用本发明与现有的均值滤波，中值滤波，Lee滤波，增强Lee滤波和Frost滤波方法对其进行相干斑抑制。本实验的目的是将本发明与现有的均值滤波，中值滤波，Lee滤波，增强Lee滤波和Frost滤波方法的相干斑抑制效果进行对比。实验结果如图3所示，其中，图3(a)为均值滤波的结果图、图3(b)为中值滤波的结果图、图3(c)为窗口为3*3的Lee滤波的结果图、图3(d)为窗口为5*5的Lee滤波的结果图、图3(e)为增强Lee滤波的结果图、图3(f)为Frost滤波的结果图，图3(g)为本发明结果图，图3(h)为原图。从图3可以看出，本发明能够较好地保持非均匀区域中所存在的细节信息，且不会在大块均匀区域内产生不均匀现象，提高了SAR图像相干斑抑制效果。

本发明与现有均值滤波、中值滤波、Lee滤波，增强Lee滤波和Frost滤波方法的SAR图像相干斑抑制评价指标垂直方向的边缘保持指数EPI_V、水平方向的边缘保持指数EPI_H和对于图4(h)所示的区域1和区域2的等效视数ENL(1)和ENL(2)的值，如表1所示。

表1本发明与现有方法的SAR图像相干斑抑制评价指标

相干斑抑制方法	EPI_V	EPI_H	ENL(1)	ENL(2)
					均值滤波	0.36563	0.41961	37.968	50.545
中值滤波	0.4028	0.4735	31.98	39.297
					Lee滤波(3*3)	0.62893	0.69766	19.677	22.859
Lee滤波(5*5)	0.46146	0.49678	44.688	57.303
					增强Lee滤波	0.624870	0.611036	24.5812	33.2449
Frost滤波	0.45919	0.54182	31.155	39.371
					本发明	0.48818	0.53863	44.688	57.303

从表1可以看出本发明对于非均匀区域有利于SAR图像中奇异性信息的保持；且可以较好地实现SAR图像相干斑抑制和奇异性保持之间的平衡。

综上所述，本发明实现了SAR图像斑点噪声抑制中细节信息保持与相干斑抑制之间的平衡，获得了SAR图像良好的相干斑抑制效果。

Claims (2)

1.一种结合方向聚集性的SAR图像相干斑抑制方法，包括如下步骤：

(1)利用Primal Sketch稀疏表示模型中的稀疏编码方法，提取SAR图像由线段组成的边脊草图来描述图像的奇异信息：

(1a)将输入图像与N个尺度和M个方向上的扩展的高斯一阶导滤波器和高斯二阶导滤波器进行卷积，以检测图像的边和脊，其中N取值为3～5，M取值为18；

(1b)计算输入图像每个像素的联合响应，得到联合响应最大值图，并对联合响应最大值图用非极大抑制方法处理，将处理的结果作为建议草图S；

(1c)根据建议草图S中最大联合响应的位置，把建议草图S中与该位置连通的点连接成线段，生成一个原始边/脊模型；

(1d)在边/脊模型中添加线段，评价图像的编码长度增益ΔL，若ΔL＜ε，ε是阈值，取值为25，则拒绝接受该线段；否则在边/脊模型中添加该线段，并搜索满足该线段末端与其余像素在平均拟合误差内的分割线作为建议线段，若搜索到该线段，转至步骤(1d)，否则结束，即得到边脊草图；

(2)根据边脊草图，将SAR图像划分为非均匀区域和均匀区域；以边脊草图中所标记的线段为中心，将其沿垂直方向两边扩展成具有2*d+1个像素宽的区域，所有这些区域共同组成SAR图像中含奇异信息的非均匀区域，剩余的区域即为不含奇异信息的均匀区域，其中d取值为1～3；

(3)对非均匀区域，采用结合图像结构方向信息和聚集性的SAR图像相干斑抑制方法进行处理：

(3a)将边脊草图中的线段作为单位，以线段上的每一点为中心，k为半径，在线段上选择邻域，计算SAR图像中与邻域相应的像素的均值μ，再依次计算SAR图像中该邻域内每个像素的值与该均值μ的平均值m，并将平均值m作为该邻域相应的像素的估计值，其中k取值为1～3；

(3b)将步骤(3a)中的线段沿其垂直方向的两边逐渐平移d个像素，得到2*d条线段，对这2*d条线段按步骤(3a)进行处理，得到与这2*d条线段相应像素的估计值；

(3c)重复步骤(3a)-(3b)，计算出边脊草图中的所有线段，即得到SAR图像非均匀区域的估计值；

(4)对于均匀区域，采用窗口为5*5的Lee滤波方法进行处理；

(5)将处理后非均匀区域和均匀区域进行合并，得到SAR图像最终的相干斑抑制结果。

2.根据权利要求1所述的SAR图像相干斑抑制方法，其中步骤(4)所述的对于均匀区域，采用窗口为5*5的Lee滤波方法进行处理，是根据如下公式对窗口的中心像素

进行估计：

$\hat{R}=\stackrel{\‾}{R}+k*(I-\stackrel{\‾}{R})$

其中，

和σ_R分别表示窗口内回波信号的均值和标准方差，

和σ_S分别表示窗口内斑点噪声信号的均值和标准方差，I表示受斑点噪声干扰邻域中心的值。

Images