[发明专利]基于PCA变换的SAR图像相干斑抑制方法

权利要求书

1.基于PCA变换的SAR图像相干斑抑制方法，包括如下步骤： 

(1)取SAR图像的一个像素点x，以像素点x为中心取7×7大小的邻域窗，记为图像块v； 

(2)以像素点x为中心取21×21的大窗为训练样本搜索窗，并在训练样本搜索窗中选取与图像块v相似的图像块s，共同组成样本矩阵X； 

(3)计算样本矩阵X的协方差矩阵Ω，求出协方差矩阵Ω的特征值和特征向量； 

(4)对特征值与特征向量进行PCA变换，即将协方差矩阵Ω的特征值按从大到小排列，得到新的特征值V，将特征值所对应的特征向量也重新排列，得到新的特征向量P； 

(5)由样本矩阵X的中心化矩阵和特征向量P的转置矩阵P^T，求得含噪的特征系数：

(6)用线性最小均方误差方法对含噪特征系数Y的第一列Y₁进行估计，得到估计后的特征系数

(7)用估计后的特征系数重建图像块，得到去噪后的图像块其中，μ是样本矩阵X的均值； 

(8)将SAR图像的每一个像素点对应的图像块，进行步骤(2)-步骤(7)处理，并对一些重复估计的像素点，取平均，得到基本的去噪结果； 

(9)在基本的去噪结果上，更新噪声水平，再重复一次步骤(1)-步骤(8)，得到最终的噪声抑制结果。 

2.根据权利要求1所述的基于PCA变换的SAR图像相干斑抑制方法，其中步骤(2)所述的在训练样本搜索窗中选取与图像块v相似的图像块s，按如下步骤进行： 

2a)在训练样本搜索窗中选取d(v,s)较大的250个值所对应的图像块为相似的图像块s，其中，d(v,s)表示图像块v和图像块s之间的相似程度，两个图像块越相似，值越接近0，对于幅度SAR图像两个图像块的相似程度按如下公式计算： 

对于强度SAR图像两个图像块的相似程度，其计算公式为： 

其中，L是SAR图像的视数，v_i表示图像块v的第i个像素点，s_i表示相似图像块s的第i个像素点，k是图像块内像素点的个数，取值为49； 

2b)样本矩阵X的第一列是图像块v按行拉成一列组成的，样本矩阵X的其它列是相似图像块s按行拉成一列组成的。 

3.根据权利要求1所述的基于PCA变换的SAR图像相干斑抑制方法，其中步骤(3)所述的计算样本矩阵X的协方差矩阵Ω，按如下步骤进行： 

3a)设一个行数为m，列数为n的样本矩阵X： 

其中，1≤q≤n表示样本矩阵X第p行第q列的一个元素； 

3b)取样本矩阵X的第p行计算X_p的均值：

3c)由均值μ_p，得到样本矩阵X的第p行X_p中心化矩阵：

3d)对样本矩阵X的所有行按步骤3b)-步骤3c)处理，得到样本矩阵X的中心化矩阵

3e)由中心化矩阵得到协方差矩阵：其中，表示中心化矩阵的转置。 

4.根据权利要求1所述的基于PCA变换的SAR图像相干斑抑制方法，其中步骤(6)所述的用线性最小均方误差方法对含噪的特征系数Y的进行估计，得到估计后的特征系数按如下公式进行： 

其中，表示权重系数，表示理想SAR图像的特征系数方差，μ_Y,d表示特征系数Y的第d行的均值，表示SAR图像信号的加性噪声方差，和是含噪SAR图像的方差和均值，是SAR图像的相干斑方差，由SAR图像的视数L计算得到，即对于幅度SAR图像其相干斑方差按公式 进行计算，对于强度SAR图像其相干斑方差计算公式为：