专利名称：一种高分辨率sar卫星图像相干斑去噪方法
技术领域：
本发明涉及一种高分辨率SAR卫星图像相干斑去噪方法，高分辨率SAR卫星遥感 影像处理技术领域。
背景技术：
对SAR图像质量影响最大的相干斑噪声与成像系统噪声形成的物理过程有着本 质的不同，其性质有显著的差别。SAR图像中主要反映地面目标的后向散射特性。一般来 说，SAR系统的分辨单元比信号的波长要大很多，场景目标的一个雷达分辨单元则可看作是 由大量的散射点组成的。在理想情况下，这些散射点的回波为球面波。在球面上，其幅度 处处相等。由于这些散射单元出自于同一分辨单元之内，合成孔径雷达无法将它们区分开 来。合成孔径雷达的接收信号是这些散射点回波的相干叠加，每个散射单元回波的相位和 它们与雷达的距离及散射物质的特性相关，因此导致接收信号的强度并不完全由地物目标 的散射系数决定，而是围绕着散射系数的值有很大的随机起伏。这使得对于具有均勻散射 系数的区域，它的SAR图像中并不具有均勻的强度，仍然呈现出很强的噪声表现，即相干斑 噪声，也叫做斑点噪声。SAR图像固有的相干斑噪声严重影响了对图像的解析、判读及后期应用，在噪声强 度较大时，甚至会导致目标特性淹没在噪声中无法提取。因而对SAR图像进行后续处理前， 必须进行相干斑去噪，以提高图像质量。目前已有的相干斑噪声抑制算法可分为三类一是早期经典的多视处理方法；二 是空域去噪算法；三是变换域去噪算法。多视处理方法在一定程度上降低了图像质量，随 着SAR应用领域的不断扩展，多视处理方法几乎不能满足其对空间分辨能力的要求。空域 算法在均勻区域能够取得较好的去噪效果，但非均勻区域因边界效应会被模糊和过平滑， 从而损失图像细节。变换域相干斑去噪方法就是利用真实图像与相干斑、噪声在变换域的 不同表现进行甄别和区分处理，达到去除噪声目的的算法。其代表性的算法有傅立叶变换 去噪、独立分量分析(ICA :Ind印endentComponent-Analysis)去噪和小波分析去噪。中国 发明专利《一种SAR图像自适应去噪和特征增强方法》(申请号=201010210108. 5申请日 2010-06-24)公开的其步骤为对原SAR图像先进行对数运算再进行ME-curvelet变换再 采用改进的PSO算法参照提出的评价准则对改进的增益函数中的参数进行自适应选择和 优化，最后采用改进的增益函数对ME-curvelet系数进行非线性变换，并进行ME-curvelet 逆变换和指数变换，得到最终的去噪和特征增强后的SAR图像，采用该方法能够在增强特 征的同时去除噪声，并降低处理的复杂度，取得较好的SAR图像去噪和特征增强效果；发 明专利《基于隐马尔科夫树模型的SAR图像去噪方法》(申请号=200910023171. 5申请日 2009-07-02)较好地保持了 SAR图像的细节和纹理信息，减少SAR图像同质区域内斑点噪 声；还有发明专利《基于自适应多尺度BANDELET包的SAR图像去噪压缩方法》(申请号 200810232708. 4申请日2008-12-19)、《基于NSCT域边缘检测和Bishrink模型的SAR图像 去噪方法》(申请号201010225442.8申请日2010-07_12)、《基于轮廓波域块隐马尔可夫模型SAR图像去噪方法》(申请号=200910023788. 7申请日2009-09_04)、《一种基于二维混 合变换的SAR回波信号去噪预处理方法》(申请号=200910083345. 7申请日2009-05_04)、 《基于非下采样轮廓波的合成孔径雷达图像去噪方法》(申请号200910020952.9申请 日2009-01-16)、《基于多尺度积和主成分分析的SAR图像变化检测方法》(申请号 200910023637. 1申请日2009-08_19)、《基于方向波域混合高斯模型的SAR图像噪声抑制 方法》(申请号200910023789. 1申请日2009-09_04)、《基于独立成分分析基图像的合成 孔径雷达图像消噪方法》(申请号200710046928. 3申请日2007-10_11)等，都是采用变换 域去噪算法。小波变换具有良好的时频分析特性，在图像去噪领域有着广泛应用前景。利用小 波模极大值进行去噪，有着传统算法和一般小波变换去噪方法难以实现的优势，由于小波 模极大值可分析突变点的奇异特性，因此能将噪声与图像轮廓等高频有用信息区分开，从 而达到去噪且不丢失高频有用信息的目的。
发明内容
本发明的目的是针对背景技术提出的问题，提供一种高分辨率SAR卫星图像相干 斑去噪方法，通过分析相干斑噪声统计特性，基于小波模极大值及李氏指数理论，利用空间 相关处理技术识别SAR图像中的有用信号和相干斑噪声，从而在不损失边缘信息的同时， 较大程度衰减相干斑噪声，同时对小波多分辨率分析造成的“漂移”现象进行了校正，增强 了去噪能力，提高了处理速度，利用本发明能够识别SAR图像中的有用信号和相干斑噪声 作用，在不损失边缘信息的同时，较大程度衰减相干斑噪声，同时对小波多分辨率分析造成 的“漂移”现象进行了校正，增强了去噪能力，提高了处理速度。本发明的技术方案是一种高分辨率SAR卫星图像相干斑去噪方法，它是通过以 下技术方案实现的，包括如下步骤(1)对SAR图像数据进行二进小波变换；(2)对小波系数进行模极大值搜索；(3)利用模极大值处理理论平滑噪声，产生空间相关滤波的参考信号；(4)进行空域相关处理；(5)对处理后的小波系数进行重构，得到去噪后的信号；如上所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所述步骤
(1)中，对SAR图像进行不同尺度因子的小波分解，实现对图像信号的多分辨率分析，同时， 为减少运算量，不直接由小波运算式求取行、列维的小波系数，而是采用正方块二维正交小 波基的分解式，由Mallat快速算法计算出二维图像的概貌信息、行方向小波系数、列方向 小波系数和对角小波系数；如上所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所述步骤
(2)中，对图像小波系数进行模极大值搜索，得到的行、列维度的小波系数的模极大值指示 了图像被平滑后的拐点位置；如上所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所述步骤
(3)中，利用模极大值处理理论平滑噪声，首先进行相邻尺度的小波模极大值匹配，然后对 搜索到的模极大值进行识别，对有用信号产生的模极大值在尺度间进行“漂移”校正，产生空间相关滤波的参考信号；如上所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所述步骤
(4)中，进行空间相关处理，将小波系数与相关因子比较，区分噪声与有用信号成分，保留有 用信号，去除噪声；如上所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所述步骤
(5)中，对处理后的小波系数进行重构，得到去噪后的信号。本发明的有益效果是(1)采用模极大值处理理论，对小波系数中的噪声和有用信号成分进行了识别和 区分处理，使去噪算法在去除高频噪声的同时，不损失高频信号成分。(2)对有用信号成分产生的模极大值，在尺度间进行了“漂移”校正，使得空域相关 系数更为准确地反映噪声和有用信号的分布。从而避免为达到需求精度而进行的迭代计算 和相应的噪声强度估计，大大减少了计算量，提高算法的稳健性。(3)将小波系数与相关因子比较，区分噪声与有用信号成分。与在各尺度使用固定 阈值处理小波系数的做法相比，本发明的方法更好的保留了小波系数的结构，减少了信号失真。
图1是本发明实施例数据处理流程图2是本发明实施例使用的原始SAR图像
图3是图2中局部A部分放大图4是本发明实施例去噪处理结果图5是图4中局部B放大图6是采用Lee去噪方法的处理结果图7是采用Frost去噪方法的处理结果图
图8是小波阀值去噪方法处理结果图9是采用本发明去噪方法处理结果图。
具体实施例方式以下结合附图对本发明实施例进一步说明如附图1所示，为本发明对高分辨率SAR卫星图像进行相干斑去噪的数据处理流 程图，利用本方法，进行SAR图像相干斑去噪的处理流程如下1)对SAR图像数据f (X，y)进行最大尺度为J的二进小波变换由下述公式⑴ (4)，得到各尺度的小波系数(吼《)，其中j = 1，2，L，J为二
进尺度因子，m，n为二维图像的时移因子，k= 1，2，3，4，分别对应f(x，y)的概貌信息(尺 度系数)、行方向小波系数、列方向小波系数和对角方向的小波系数。<r=i:Mk-2i)K{m-2l)pC
k,m( 1 )
k^m (2)
Y1U =HMk-^Mm-ll) P^
k,m(3)Pii =Ih办如-21) P 二
L 」kjn(4)2)对小波系数进行模极大值搜索二维图像的行、列二个维度的小波系数对应于图像数据被核函数θ (χ, y)平滑后 取梯度的结果。因此行、列维度的小波系数的模极大值指示了图像被平滑后的拐点位置。利
用这一性质，在各尺度上利用) Wf] {m,n)，依据式(5)、(6)求解小波变换模Mj (m,
η)和幅角Ki (m，η)，并李氏指数进行模极大值搜索；求小波变换模和二维平面的幅角
权利要求
1.一种高分辨率SAR卫星图像相干斑去噪方法，它是通过以下技术方案实现的，包括 如下步骤(1)对SAR图像数据进行二进小波变换；(2)对小波系数进行模极大值搜索；(3)利用模极大值处理理论平滑噪声，产生空间相关滤波的参考信号；(4)进行空域相关处理；(5)对处理后的小波系数进行重构，得到去噪后的信号。
2.如权利要求1所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所 述步骤(1)中，对SAR图像进行不同尺度因子的小波分解，实现对图像信号的多分辨率分 析，同时，为减少运算量，不直接由小波运算式求取行、列维的小波系数，而是采用正方块二 维正交小波基的分解式，由Mallat快速算法计算出二维图像的概貌信息、行方向小波系 数、列方向小波系数和对角小波系数。
3.如权利要求1所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所 述步骤O)中，对图像小波系数进行模极大值搜索，得到的行、列维度的小波系数的模极大 值指示了图像被平滑后的拐点位置。
4.如权利要求1所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所 述步骤(3)中，利用模极大值处理理论平滑噪声，首先进行相邻尺度的小波模极大值匹配， 然后对搜索到的模极大值进行识别，对有用信号产生的模极大值在尺度间进行“漂移”校 正，产生空间相关滤波的参考信号。
5.如权利要求1所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所 述步骤中，进行空间相关处理，将小波系数与相关因子比较，区分噪声与有用信号成 分，保留有用信号，去除噪声。
6.如权利要求1所述的一种高分辨率SAR卫星图像相干斑去噪方法，其特征在于所 述步骤(5)中，对处理后的小波系数进行重构，得到去噪后的信号。
全文摘要
一种高分辨率SAR卫星图像相干斑去噪方法，通过分析相干斑噪声统计特性，基于小波模极大值及李氏指数理论，利用空间相关处理技术识别SAR图像中的有用信号和相干斑噪声，从而在不损失边缘信息的同时，较大程度衰减相干斑噪声，同时对小波多分辨率分析造成的“漂移”现象进行了校正，增强了去噪能力，提高了处理速度，利用本发明能够识别SAR图像中的有用信号和相干斑噪声作用，在不损失边缘信息的同时，较大程度衰减相干斑噪声，同时对小波多分辨率分析造成的“漂移”现象进行了校正，增强了去噪能力，提高了处理速度。
文档编号G06T5/00GK102073992SQ20101058018
公开日2011年5月25日 申请日期2010年12月9日 优先权日2010年12月9日
发明者刘凯, 刘庭, 刘艳, 彭勇, 王力农, 肖宾, 胡建勋, 胡毅 申请人:国网电力科学研究院