[发明专利]基于改进贝叶斯非局部均值滤波器的SAR图像去斑方法

权利要求书

1.一种改进贝叶斯非局部均值滤波器用于合成孔径雷达图像去斑的方法，包括如下步骤：

(1)对输入的SAR图像v，进行先验均值预估计，得到预估计的先验均值矩阵u；

(2)对输入SAR图像v中的像素点，按如下步骤进行块预选取：

2a)以每个像素点x_i为中心，选取N×N大小的邻域作为该像素点的搜寻区域；

2b)以像素点x_i为中心，取M×M大小的块，块内各像素点的灰度值记为矩阵v(x_i)；

2c)以搜寻区域中除中心像素点x_i外的每一个像素点x_j为中心，取M×M大小的块，块内各像素点的灰度值记为矩阵记为v(x_j)；

2d)设定块预选取的范围为0.8～1.4，同时计算上述两个矩阵v(x_i)和v(x_j)的均值比值其中，m(v(x_i))和m(v(x_j))分别是矩阵v(x_i)和v(x_j)的均值；

2e)将上述比值μ与设定块预选取的范围比较，如果μ在设定块预选取范围内时，则保留像素点x_j，并将搜寻区域中所有被保留的像素点记为块集合Δ₀，否则抛弃像素点x_j；

(3)对上述块集合Δ₀中的像素点进行如下点预选取：

3a)使用改进西格玛滤波器的方法，计算点预选取的范围(IA1，IA2)；

3b)设定灰度阈值T_v＝125，如果像素点x_i处的灰度值v(x_i)＞T_v，用计算出的点预选取范围(IA1，IA2)对块集合Δ₀中的像素点进行点预选取，如果块集合Δ₀内像素点的灰度值在点预选取范围(IA1，IA2)内，则保留像素点，并将所有被保留的像素点记为点集合Δ，否则抛弃像素点；

3c)如果像素点x_i处的灰度值v(x_i)≤T_v，则不需要对块集合Δ₀中的像素点进行点预选取，这时点集合Δ就等于块集合Δ₀；

(4)重复步骤(2)和(3)，得到输入SAR图像中每个像素点的点集合Δ，基于先验均值矩阵u，使用基于贝叶斯非局部均值滤波的方法对每个像素点的点集合Δ进行灰度值加权平均，作为每个像素点的估计值，得到去斑图像。

2.根据权利要求1所述的基于改进贝叶斯非局部均值滤波器的SAR图像去斑方法，其特征在于步骤(1)，所述的“对输入的SAR图像v，进行先验均值预估计”，按如下步骤进行：

2a)计算出输入SAR图像v的每个点的方差系数CV，得到方差系数矩阵K₀；

2b)对方差系数矩阵K₀，进行3×3均值滤波，得到滤波后的方差系数矩阵K；

2c)对强度SAR图像和幅度SAR图像分别设定分类阈值和对输入的SAR图像v进行分类，其中L为输入SAR图像的视数，如果图像v中的像素点在矩阵K中的方差系数小于阈值T_cv，把该像素点3×3邻域内的均值作为该像素点的灰度值，否则像素点保持原值不变，得到一个预估计先验均值矩阵u。

3.根据权利要求1所述的基于改进贝叶斯非局部均值滤波器的SAR图像去斑方法，其特征在于步骤(4)所述的基于先验均值矩阵u，使用基于贝叶斯非局部均值滤波的方法对每个像素点的点集合Δ进行灰度值加权平均，按如下步骤进行：

3a)根据基于贝叶斯非局部均值滤波方法中所使用的距离公式计算待估计的像素点x_i的点集合Δ内各像素点的距离，如果输入SAR图像为强度图像，则使用的距离公式为：

d(v(xi),u(xj))=Σm=1M×M(v(m)(xi)u(m)(xj)+ln(u(m)(xj))-L-1Lln(v(m)(xi))),]]>

如果是输入SAR图像为幅度图像，则使用的距离公式为：

d(v(xi),u(xj))=Σm=1M×M((v(m)(xi)u(m)(xj))2+2ln(u(m)(xj))-2L-1Lln(v(m)(xi))),]]>

其中，L为SAR图像视数，x_i是待估计的像素点，x_j是点集合Δ中的像素点，v(x_i)是以像素点x_i为中心的M×M大小块的灰度值矩阵，u(x_j)是先验均值矩阵u中以像素点x_j为中心的M×M大小块的灰度值矩阵，v^(m)(x_i)表示矩阵v(x_i)的第m个元素，u^(m)(x_j)表示矩阵u(x_j)的第m个元素；

3b)根据上述待估计像素点x_j的点集合Δ内各像素点的距离，使用权值计算公式，计算像素点的权值：

w(xi,xj)=1Z(xi)exp(-1h2d(v(xi),u(xj))),]]>

其中，h是一个平滑参数，Z(x_i)是归一化系数：

Z(xi)=Σj=1|Δ|exp(-1h2d(v(xi),u(xj)));]]>

3c)根据计算出的点集合Δ内所有像素点的权值，对点集合Δ内所有像素点灰度值进行加权平均，得到待估计像素点x_i的估计值：

IBNLv(xi)=Σj=1N×Nu(xj)w(xi,xj),]]>

其中，权值w(x_i，x_j)满足：0≤w(x_i，x_j)≤1，u(x_j)为先验均值矩阵u中x_j处的值，IBNLv(x_i)为加权平均后x_i点的估计值；

3d)重复步骤3a)到3c)，计算出每个像素点的估计值，用求得的估计值取代原SAR图像中所有点的灰度值，得到SAR图像的去斑图像。