[发明专利]基于Beta算法的多尺度SAR图像降噪方法

权利要求书

1.一种基于Beta算法的多尺度SAR图像降噪方法，包括如下步骤：

1)对待降噪SAR图像I进行像素分类，得到边缘图像A、纹理图像B和同质图像C；

2)对边缘图像A进行重叠块提取和中心化操作，得到训练样本集其中是长度为n=b₁×b₁的列向量，b₁为重叠块提取窗的边长，M=(N-b₁+1)²，N为边缘图像A的行数；

3)将字典D初始化为离散正弦变换DCT字典，字典D大小为n×K，K=R×n，R为冗余度；

4)用字典D对训练样本集进行稀疏编码，得到大小为K×M的稀疏表示系数矩阵

5)用稀疏表示系数矩阵更新字典D的第k列d_k；

6)重复步骤4)和步骤5)共K次，得到最终字典和最终稀疏表示系数矩阵将最终字典和最终稀疏表示系数矩阵相乘，得降噪后边缘图像A′；

7)对纹理图像B使用大小为b₂×b₂的重叠块提取窗，b₂>b₁，重复步骤2)至步骤6)得到降噪后纹理图像B′；

8)对同质图像C使用大小为b₃×b₃的重叠块提取窗，b₃>b₂>b₁，重复步骤2)至步骤6)得到降噪后同质图像C′；

9)将降噪后边缘图像A′、降噪后纹理图像B′和降噪后同质图像C′相加，得到降噪后的SAR图像I′。

2.根据权利要求1所述的基于Beta算法的多尺度SAR图像降噪方法，其中步骤1)按如下步骤进行：

1a)根据公式(1)计算待降噪SAR图像I的局部方差图variance，并绘制局部方差图variance直方图，

variance(i,j)=Σ(y[i,j]y‾[m,n]-1)2---(1)]]>

其中，variance(i,j)为局部方差图variance中的元素，m,n为窗口的大小，设置m=n=5，是此窗口内所有元素的平均值，y[i,j]表示待降噪SAR图像I中的元素；

1b)设置待降噪SAR图像I的标准方差为小方差阈值γ，根据局部方差图variance直方图，得到待降噪SAR图像I的大方差阈值V，V>γ，根据公式(2)得到方差标记label1(i,j)：

label1(i,j)=255variance(i,j)≥V155V>variance(i,j)≥γ55variance(i,j)<γ---(2)]]>

1c)用3×3的窗口求该待降噪SAR图像I的均值图Mean1，用9×9的窗口求该待降噪SAR图像I的均值图Mean2，根据公式(3)计算差异图difference并绘制差异图difference直方图，其中difference(i,j)为差异图difference中的元素为：

difference(i,j)=abs(Mean1(i,j)-Mean2(i,j))    (3)

式中abs表示取绝对值，Mean1(i,j)表示均值图Mean1中的元素，Mean2(i,j)表示均值图Mean2中的元素；

1d)根据差异图difference直方图确定两个差异阈值M₂>M₁，根据公式(4)得差异标记label2(i,j)：

label2(i,j)=255difference(i,j)≥M2155M2>difference(i,j)≥M155difference(i,j)<M1---(4)]]>

1e)按公式(5)将步骤1b)和步骤1d)的结果合并，得到边缘图像A、纹理图像B和同质图像C，

其中Max表示取方差标记label1(i,j)和差异标记label2(i,j)的最大值。