[发明专利]一种基于多分辨分析的合成孔径声纳相干斑噪声抑制方法

说明书

技术领域

本发明涉及SAS(synthetic aperture sonar，合成孔径声纳)图像处理领域，具体地说，本发明涉及一种基于多分辨分析的合成孔径声纳相干斑噪声抑制方法。

背景技术

合成孔径声纳是一种高分辨率的水下成像声纳，其可以获得高质量的水下图像数据。合成孔径技术利用多个回波相干叠加得到一个孔径，从而使合成孔径声纳设备在方位向保持较高的分辨率。在合成一个孔径的过程中，合成孔径声纳使用的声波波源具有相干性，从而导致相干斑噪声。相干斑噪声的存在使SAS图像不能正确反映目标的反射特性，严重影响了图像的质量，降低了对合成孔径声纳图像的分析和理解性能。相干斑噪声使边缘检测的结果不准确，影响图像分割效果；目标特征的稳定性受到干扰，分类正确率下降；相干斑噪声遮盖一些反射强度不大的真实目标和大部分点目标，给目标检测造成极大困难。因此，相干斑抑制是合成孔径声纳图像应用研究的重要课题，同时也是图像处理的一个重要环节。

一个良好的合成孔径声纳图像相干斑抑制算法必须在有效抑制相干斑噪声的同时，尽量保持图像中的边缘、点目标等细节信息，但是抑制相干斑噪声和保持图像细节信息是矛盾的两个方面。抑制相干斑噪声的方法有很多种，总的来说可以分为两类：空域方法和变换域方法。空域方法基本上可以分为两类：一类是没有利用相干斑噪声统计特性的滤波方法，如中值滤波、均值滤波等；另一类是基于图像局部统计特性的自适应滤波算法，如Gamma-MAP滤波、Lee滤波、Frost滤波、Kuan滤波等。

多尺度分析是指由粗到细或由细到粗地在不同尺度(分辨率)上对事物进行分析。小波变换具有多分辨特性。小波多尺度分析又称多分辨分析（MRA，Multiple Resolution Analysis）。随着小波的出现以及多分辨分析的发展，许多学者提出变换域图像去噪方法，并应用于图像相干斑抑制。1995年D.D.Donoho在小波变换的基础上提出阈值去噪算法(David L.Donoho.De-noising by Soft-thresholding.IEEE Transactions on Information Theory.1995.41(3).P613-627)，其主要理论依据是信号在小波域内，能量主要集中在有限的几个系数中，而噪声的能量却分布在整个小波域内，采用阈值方法可以保留大部分信号系数，而将大部分噪声系数减少到零。但Donoho阈值算法主要针对高斯白噪声，高斯白噪声是指噪声的幅度分布服从高斯分布，而噪声的功率谱密度又是均匀分布的一种噪声，高斯白噪声是加性噪声。合成孔径声纳图像主要是相干斑噪声，相干斑噪声是一种乘性噪声，在降低图像质量的同时，其还会增加SAS图像边缘检测、图像分割和目标识别等处理的难度。Donoho采用的方法无法抑制合成孔径相干斑噪声。

发明内容

本发明的目的在于，提供一种基于多分辨分析的合成孔径声纳相干斑噪声抑制方法，解决了现有小波阈值去噪算法不能处理合成孔径声纳图像中的合成孔径相干斑噪声的问题，实现了在保持合成孔径声纳图像边缘细节的基础上，对合成孔径声纳图像相干斑噪声进行有效抑制的目的。

为解决上述技术问题，本发明是通过以下方法来解决的：

步骤1：通过对数处理，将原始SAS图像的相干斑噪声转换成加性噪声；

步骤2：对所述加性噪声进行小波阈值去噪处理；

步骤3：对由上述小波阈值去噪处理得到的重构图像矩阵进行指数处理。

作为上述方法的一种改进，在所述步骤1中，将原始合成孔径声纳图像中的相干斑噪声转换成加性噪声得到对数处理图像的步骤为：

设合成孔径声纳图像中的相干斑噪声数学模型为：I(i,j)＝σ(i,j)·n(i,j)，其中，(i,j)是合成孔径声纳图像单个分辨单元内的方位向和距离向坐标，I(i,j)是观测到的合成孔径声纳图像强度，σ(i,j)代表随机的海底目标的散射特性，n(i,j)为成像过程中所造成的斑点噪声，可以将n(i,j)看成均值为1的平稳噪声；对I(i,j)＝σ(i,j)·n(i,j)进行对数处理得到：

logI(i,j)＝logσ(i,j)+logn(i,j)

令J(i,j)＝logI(i,j)，s(i,j)＝logσ(i,j)，noise(i,j)＝logn(i,j)，则原始图像变换为J(i,j)＝s(i,j)+noise(i,j)。

作为上述方法的另一种改进，上述步骤2还包括：

小波变换步骤：对对数处理图像矩阵进行小波分解，得到系数矩阵；