[发明专利]一种基于异质性预矫正的小波域SAR图像去斑方法

说明书

技术领域：

本发明涉及一种基于异质性预矫正的小波域SAR图像去斑方法，属于SAR图像处理技术领域。

背景技术：

合成孔径雷达(SAR)因具有全天时、全天候、多极化、多视角的数据获取能力及较好的穿透性能，被视为新一代遥感信息源。但由于SAR系统利用相干波成像，相干斑噪声严重降低了SAR图像的可解译性，影响了目标的检测、分类、识别和信息提取等应用。因此，研究SAR图像相干斑抑制方法十分必要。

随着小波工具在SAR图像处理方面的应用,基于小波的去斑方法成为SAR图像去斑方法中的重要分支，其中现有技术的基于统计模型的方法利用图像的统计先验知识，取得了一大批研究成果，但这类方法没有考虑图像的结构信息，虽然在处理农田、海面等均匀(同质)区域效果良好，但对于处理山区、城区等非均匀(异质)区域图像存在比较明显的过平滑现象，造成重要边缘纹理信息的损失，降低了主观视觉效果。而根据图像纹理结构信息对图像进行异化处理是一种有效解决图像去斑过平滑问题的方法。

SAR图像存储了大量丰富的结构信息，根据结构信息可以有针对性的平滑同质区域，保护异质区域。异质性反映了SAR图像纹理信息变化程度，主要用来描述同一目标区域内不同场景之间的差别。现有技术的异质性测量方法，主要包括基于变差系数、基于算术-几何均值比和基于信息论的SAR图像异质性测量方法，前两种方法仅侧重于局部异质性测量，而基于信息论的异质性测量方法虽然反映SAR图像的全局异质性，但其计算复杂度较高。发明专利名称为“基于非局部平均和异质性测量的SAR图像斑点噪声抑制方法”，公开号：CN103886563A，公开日：2014年6月25日，公开了一种异质性测量的SAR图像斑点噪声抑制方法，在空间域内进行SAR图像斑点噪声抑制。但是，上述发明专利仍然存在以下缺陷：一是在空间域对图像结构进行划分，不能实现时-频窗的自适应调整，不能对非平稳信号进行时-频局域化分析，对图像信号进行处理的针对性弱；二是将异质性测量方法定义为图像局部区域的标准差与该区域均值之比，用来描述空间域中搜索子块的异质性大小，该方法对噪声不敏感，抗干扰能力较弱；三是根据变差系数判断搜索子块是同质子块还是异质子块，子块尺寸的选择对分类的准确性有很大的影响，这种二元分类不能细致的反应各子块之间细微的差异性；四是基于局部区域的处理方法，根据搜索区域的变差系数，再结合非局部平均滤波的思想完成对点目标点和非点目标的处理，由于采用了非局部平均滤波思想，其计算复杂度高。

发明内容：

本发明旨在提供一种基于异质性预矫正的小波域SAR图像去斑方法。在小波域内，通过统计SAR图像局部异质度，将异质度信息与预矫正函数相结合，在图像去斑前平滑同质区域，保护异质区域纹理信息，改善图像去斑过程中过平滑的问题，该方法去斑效果好，预矫正算法计算复杂度低，过程简单，解决现有技术的SAR图像去斑方法存在的图像信号进行处理的针对性弱，对噪声不敏感，抗干扰能力较弱，不能细致反应各子块之间细微的差异性，图像去斑效果不佳，计算复杂，过程繁琐等问题。

为解决上述技术问题，本发明所采用的技术方案如下：

一种基于异质性预矫正的小波域SAR图像去斑方法，方法包括如下步骤：

(1)小波变换，利用平稳小波变换对图像做J层分解，在每个尺度上得到一个低频子带和三个方向的高频子带；

(2)计算异质度，逐层计算每个小波系数所对应的多尺度局部变差系数MLCV，和该层的模态mode值，具体包括以下三个子步骤：

(2-1)对于第j层子带d＝LH,HL,HH表示子带方向、k表示空间位置，对于第j层子带LL表示子带方向、k表示空间位置,分别按照公式计算在实现过程中按3×3模板窗口的方式遍历图像子带；

(2-2)按照下述公式计算MLCV，

式中：c(k)代表每个小波系数所对应的多尺度局部变差系数MLCV；

(2-3)统计c(k)的分布得到其直方图，并求出直方图中纵坐标对应的最大值，该最大值所对应的横坐标值即为模态mode；

(3)异质度分类，对小波系数进行分类，根据计算的MLCV值和模态mode值对每一层三个高频子带中的小波系数按如下公式进行异质度分类：

同质区域：0＜c(k)≤mode，

弱纹理区域：mode＜c(k)≤2mode，

强纹理区域：2mode＜c(k)≤5mode，

孤立散射点区域：c(k)＞5mode；