[发明专利]SAR图像对比度自适应调整的方法

说明书

技术领域

本发明涉及雷达技术领域，尤其涉及一种SAR图像对比度自适应调整的方法。

背景技术

合成孔径雷达(SAR)图像是微波遥感图像，它是地物对主动发射无线电波后向散射程度的反映。不同于一般的光学图像，获取的原始SAR图像常常表现为对比度差、视觉效果模糊和场景中少数亮点突出显示等不足，严重影响了SAR图像的可视化应用和图像判读分析。因此需要通过调整SAR图像对比度来增强视觉效果，以利于后续的SAR图像解译和应用，使得调整SAR图像对比度成为SAR图像处理和应用中的一个重要环节。SAR图像对比度调整不是以图像保真度为原则，而是通过图像处理，突出有用的信息，抑制无用信息，以提高图像的使用价值，增强SAR图像的可视化判渎和解疑效果。

图像对比度调整处理技术一直是图像处理领域非常重要的基本处理技术，它利用各种数学方法和变换手段提高图像中的对比度和清晰度，可以将原本模糊不清甚至根本无法分辨的原始图片处理成清楚、明晰的含有大量有用信息的可使用图像，从而突出人或其它接收系统所感兴趣的部分。但是总体来看，国内外文献对SAR图像灰度增强显示的理论和算法介绍很少，目前主要的方法还是通过采用光学图像的灰度调整方法来显示SAR图像，例如王晓军(王晓军、孙洪、黄培荣、管鲍，基于直方图形态的SAR图像灰度变换性能评估，系统工程与电子技术，2004年10月，28卷10期：1332～1338)对线性灰度变换方法、分段线性灰度变换方法、常规变换灰度变换方法、对数灰度变换方法、灰度均衡变换方法、根号灰度变换方法、基于辐射度统计多分辨率分析的灰度变换方法等7种SAR图像灰度变换方法进行了性能评价，经真实SAR图像检验，表明基于辐射度统计多分辨率分析的灰度变换方法性能最优。而实际上SAR图像的直方图并不像光学图像那样符合高斯分布模型，因此传统的光学图像调整方法得到的显示效果不佳。目前最可靠和常用的方法还是人工调整直方图的方法，由于需要人工交互执行，不同的场景需要不断调整直方图参数，因此显示效率很低，也不能自动化的实时完成。周广益(周广益、钟华、杨健，基于负指数变换和Mean-shift算法的SAR图像可视化方法，《清华大学学报(自然科学版)》2011年07期)提出了基于负指数变换和Mean-shift算法的SAR图像可视化方法，首先用参数化的方法对SAR图像数据进行负指数变换，然后用Mean-shift算法估计变换后图像直方图分布的众数调整变换参数，最后对原SAR图像重新进行变换。该方法是对SAR图像进行整体变换处理，局部适应性不佳，而且需要调整的参数较多。

可见，现有的技术调整SAR图像对比度的方法绝大多数都是采样了光学图像的变换方法，很少考虑SAR图像本身的统计特性，一般需要人工交互，实时性和场景适应性都较差，很难自动化完成。即使考虑SAR图像的特点，也仅仅采用了整体的负指数变换的方法，由于调整的参数较多，灵活性差，而且需要采用Mean-shift算法估计变换后图像直方图的几个分布参数，计算效率低，实时性不好。

发明内容

(一)要解决的技术问题

鉴于上述技术问题，本发明利用SAR图像本身所具有的统计特性，提供了一种SAR图像对比度自适应调整的方法。

(二)技术方案

根据本发明的一个方面，提供了一种SAR图像对比度自适应调整的方法。该方法包括：步骤A，计算原始SAR图像I的一次积分图像I_Σ和二次积分图像以及步骤B，对原始SAR图像的每个像素，按照以下步骤计算其灰度调整值P_new，完成SAR图像对比度的自适应调节。其中，步骤B包括：子步骤B1，以当前像素为中心提取四个角点分别为A、B、C、D的方形邻域窗口，并利用一次积分图像I_Σ和二次积分图像中该四个角点的灰度值，计算该方形邻域窗口内像素的平均值μ_x和方差σ_x；子步骤B2，利用所述方形邻域窗口内像素的平均值和方差计算该方形邻域窗口所对应的最大灰度调整变换值；以及子步骤B3，由该方形邻域窗口所对应的最大灰度调整变换值计算当前像素的灰度调整值P_new。

(三)有益效果

从上述技术方案可以看出，本发明SAR图像对比度自适应调整的方法具有以下有益效果：

(1)自动地根据图像中每个像素周围邻域的区域像素值计算局部区域图像的统计分布参数，能够很好地符合SAR图像本身的统计特性；