[发明专利]基于极化分解和图像块相似性的极化SAR图像降斑方法

权利要求书

1.一种基于极化分解和图像块相似性度量的极化SAR图像降斑方法，包括如下步骤：

(1)读入一幅视数为L的协方差矩阵格式的极化SAR图像Z；

(2)利用Freeman分解的方法对图像Z进行极化分解，得到平面散射、二次散射和体散射三种散射分量的功率强度P_s、P_d和P_v；

(3)仿真得到一幅与图像Z具有相等视数的同质模拟极化SAR图像M；

(4)利用一种结合Freeman分解和Wishart距离的协方差矩阵的相似性度量，对模拟极化图像M各点间的相似性度量进行统计，得到下一步局部同质区域划分时的阈值PT；

(5)从图像Z的第一个点开始，利用上述的结合Freeman分解和Wishart距离的相似性度量，以待处理点i为中心在图像Z中搜索出一个与之对应的局部同质区域Q_i；

(6)在局部同质区域Q_i内对待处理点i用最大似然估计的方法进行降斑处理；

(7)重复步骤（5）和（6）对图像Z中每一个点在与之对应的局部同质区域内进行降斑，得到最终的降斑结果。

2.根据权利要求1所述的基于极化分解和图像块相似性的极化SAR图像降斑方法，所说步骤（4）中的对模拟极化图像M各点间的相似性度量进行统计，得到下一步局部同质区域划分时的阈值PT，按如下步骤进行：

4a)对模拟极化图像M进行Freeman分解，得到平面散射、二次散射和体散射三种散射分量的功率强度M_s、M_d和M_v；

4b）选取模拟极化图像M上不在边界上的一个点P₀，再随机选取模拟极化图像M上的100个不在边界上的点P₁…P₁₀₀，点P₀对应的协方差矩阵为M₀，点P_n对应的协方差矩阵为M_n，n=1、…、100；

4c)计算协方差矩阵M_n和M₀的相似性度量W(M_n,M₀)：

W(Mn,M0)=1D1·D2,]]>

其中，D1=Σk=19[tr(M0,k-1Mn,k)+tr(M0,kMn,k-1)-6)],]]>

D2=Σk9(|Ms,0,k-Ms,n,k|+|Md,0,k-Md,n,k|+|Mv,0,k-Mv,n,k|),]]>

式中，M_0,k代表以点P₀为中心的3×3大小的像素块中的第k个点的协方差矩阵,M_n,k代表以点P_n为中心的3×3大小的像素块中的第k个点的协方差矩阵，tr()表示求矩阵的迹，M_s,0,k代表以点P₀为中心的3×3大小的像素块中的第k个点的平面散射功率强度，M_s,n,k代表以点P_n为中心的3×3大小的像素块中的第k个点的平面散射功率强度,M_d,0,k代表以点P₀为中心的3×3大小的像素块中的第k个点的二次散射功率强度，M_d,n,k代表以点P_n为中心的3×3大小的像素块中的第k个点的二次散射功率强度,M_v,0,k代表以点P₀为中心的3×3大小的像素块中的第k个点的体散射功率强度，M_v,n,k代表以点P_n为中心的3×3大小的像素块中的第k个点的体散射功率强度,||表示求绝对值；

4d)重复步骤4b)和4c)，共执行十次，得到1000个相似性度量的值，将它们按从小到大排列，组成向量H，长度为1000；

4e)取分位点t=0.3，分位点t与向量H长度的乘积等于300，则向量H中的第300个数的值就是要得到的相似性门限值PT。