一种基于非本地分类稀疏表示的sar图像降噪方法
【技术领域】
[0001] 本发明属于数字图像处理技术领域,它特别涉及基于图像非本地相似性与稀疏表 示相结合的降噪方法,用于SAR图像降噪处理。
【背景技术】
[0002] 合成孔径雷达SAR被广泛的应用于多个领域,并在国民经济发展与国防安全保卫 等领域中发挥着重要的作用。但SAR图像的相干成像机理使其成像后的图像中存在严重的 相干斑噪声,对SAR图像的后处理,如图像分割、边缘检测和特征提取等带来了一定影响, 不利于SAR图像的解译。因此,对相干斑噪声的有效抑制便成为SAR图像处理的一个重要 环节。
[0003] 信号的稀疏表示能有效提取信号的本质特征,基于稀疏表示的图像降噪因其良好 的降噪效果而得到国内外学者广泛关注。其中一些方法通过将稀疏表示与其他降噪方法相 结合来提高降噪的性能,如将稀疏降噪与均值滤波,全微分相结合等。尤其是将稀疏降噪与 非本地冗余特性相结合的降噪方法取得了较好的结果,如BM3D及其改进方法在降噪的整 体效果方面达到了领先水平。
【发明内容】
[0004] 本发明的目在于针对现有SAR图像降噪中存在的不足,提出一种基于非本地相似 性与稀疏表示相结合的SAR降噪方法。该方法充分考虑了 SAR图像中不同区域内的特征与 噪声分布的情况,首先对图像分类,然后不同的方法对不同的图像块进行降噪以估计出每 一图像块对应的非本地系数,最后利用非本地系数调节本地稀疏系数使最终的稀疏解更接 近于真实图像的系数。因此,该方法可以提高稀疏降噪的性能。包括以下步骤:
[0005] 步骤一、图像内容的分类
[0006] 对于图像中的每个像素点,计算以该点为中心的图像块的方差,然后将其与预先 设置好的阈值相比较,若大于阈值,则该中心像素点被标记为异质区,若小于阈值,则标记 为同质区。
[0007] 步骤二、分类估计非本地系数
[0008] 首先,根据目标块分类后的属性设定相应的块大小与搜索区域。然后,由式(2)计 算出目标块与搜索范围内候选图像块的相似度:
[0009]
【主权项】
1. 一种基于非本地分类稀疏表示的SAR图像降噪方法,其特征在于具体步骤如下: 步骤一、图像内容的分类 SAR图像中不同区域内噪声分布不同,并且不同区域间图像本身的特性也有所不同,为 实现对不同图像内容采用不同方法降噪,将图像块的方差与预设的阈值进行比较,当方差 大于阈值时视为异质区,小于阈值时视为同质区; 步骤二、分类估计非本地系数 结合分类后SAR图像中同质区和异质区的特点,选择不同的方法对其进行降噪处理; 首先以图像的每个像素点为中心,依次抽取图像块,若图像块属于异质区,则根据异质区图 像块包含奇异结构和细节边缘而难以在像素点附近范围内找到真正相似图像块的特点,选 择较小的块尺寸并在较大的邻域范围内搜索与该目标块相似的图像块,并在得到相似图像 块后使用3D变换域硬阈值收缩方法实现对目标图像块的降噪;对于同质区目标块,由于同 质区内的像素点所包含的真实信号服从相同的分布,因此设置较大的块尺寸和较小的搜索 范围以寻找相似块,并利用加权平均的方法实现对同质区目标块的降噪;然后利用主成分 分析法训练出自适应学习字典,最后将降噪后的图像块在对应的自适应学习字典上投影得 到图像块的非本地稀疏系数; 步骤三、结合非本地系数与稀疏表示的SAR图像降噪 为进一步提高图像降噪的性能,利用步骤二得到的非本地系数调节稀疏解使其更接近 于真实解,即将非本地系数代入式(1)求解:
式⑴ 其中y表示含噪图像,D为字典,N为图像所包含的像素点个数,h为分类后像素所属 类型的标记,CIi为本地稀疏系数,γ Jp η i为非本地稀疏系数,λ i,λ 2和λ 3为权重调节 参数;式(1)右端前两项为图像的本地稀疏表示,后两项为使本地稀疏系数a i更接近于真 实解的约束项;由于图像内容仅分为同质区和异质区,h仅为1或0,因此针对每个图像块, 求解式(1)时均会从最后两项中选择出一项对进行Q i约束,此时的优化问题转化为二范 数求解问题;在确定了参数A1, \2和λ 3后,先将目标图像块在字典上投影得到本地稀疏 系数Qi,然后利用非本地系数^或n i调节a i,得到最终稀疏解?并将?重构得到降噪 后图像;将重构后的降噪图像与原含噪图像非凸组合后继续执行步骤二和步骤三,当前后 两次降噪结果的平均绝对偏差MD小于设定的阈值时停止循环,得到最终降噪图像。
【专利摘要】本发明公开了一种基于非本地分类稀疏表示的SAR图像降噪方法。属于数字图像处理技术领域。它是一种基于分类系数估计与稀疏表示相结合的SAR图像降噪方法。首先按照图像的同质区和异质区进行分类,而后分别采用非本地均值方法和3D变换域硬阈值收缩方法实现对同质区和异质区的降噪,并由降噪结果获得非本地系数。为进一步提高降噪性能,利用所估计出的非本地系数对稀疏表示模型中的系数进行约束,以更好的逼近真实图像的系数。最后,利用最终估计的系数重构出降噪后的图像。本发明对图像的同质区和异质区采用不同方法进行处理,不仅可有效的实现同质区抑斑,同时能保留异质区中存在的细节,可用于SAR图像降噪。
【IPC分类】G06T5-00
【公开号】CN104637037
【申请号】CN201510110333
【发明人】刘书君, 吴国庆, 张新征, 杨婷, 徐礼培
【申请人】重庆大学
【公开日】2015年5月20日
【申请日】2015年3月13日