[发明专利]针对极化SAR图像的自适应双边滤波算法

权利要求书

1.针对极化SAR图像的自适应双边滤波算法，其特征在于：包括以下步骤：

(1)提取极化总功率图即span图：

span＝|S_hh|²+2|S_hv|²+|S_vv|²，

其中，S_hh表示水平发射、水平接受极化方式的散射强度，S_hv表示水平发射、垂直接受极 化方式的散射强度，S_vv表示垂直发射、垂直接受极化方式的散射强度；

(2)自适应选择空间方差：

以变差系数CoV为自变量，根据图像结构特征实现σ_d的自适应调整，函数形式为：

σd(CoV)=T1+exp(Kd·(CoV-Cd)),]]>

其中，T、K_d分别表示函数的上限和函数的衰减速率，C_d表示以CoV为自变量函数σ_d的对 称中心，以上参数的计算公式如下：S是滤波搜索窗口大小，V[I(i)]和M[I(i)]是像素点i在 大小为S×S搜索窗中的方差和均值，L是图像视数；

(3)自适应选择灰度方差，过程如下：

3a)估计图像的噪声方差：

噪声方差σ_n可以通过与拉普拉斯模板卷积的方式来估计，计算公式为：

σn=π21(W-2)(H-2)ΣimageI|I(x,y)*M|,]]>

M=1-21-24-21-21,]]>

其中，W和H是图像的宽和高，I(x,y)是极化SAR图像的极化总功率图，M是拉普拉斯变换 模板，I(x,y)*M表示极化总功率图与拉普拉斯变换模板M进行卷积运算；

3b)根据噪声方差计算灰度方差：

以最小均方误差为标准，σ_n为自变量，σ_r为因变量进行曲线拟合，计算σ_r的最优值，得出 σ_n与σ_r之间为线性关系，取σ_r＝3σ_n；

(4)极化双边滤波，定义如下：

C^(i)=1Z(i,j)Σj∈Niwd(i,j)wr[C(i),C(j)]C(j)]]>

其中，是滤波后像素点i的协方差矩阵，N_i是以像素点i为中心的邻域像素集合，C (j)是邻域中像素点j的协方差矩阵，为归一化函数，w_d(i,j) 和w_r(i,j)分别表示空间域和极化域的滤波权重；

(5)对由步骤(4)得到的极化双边滤波结果利用pauliRGB分解得到伪彩色图。