[发明专利]针对极化SAR图像的自适应双边滤波算法

说明书

技术领域

本发明涉及图像滤波算法领域，具体是一种针对极化SAR图像的自适应双边滤波 算法。

背景技术

极化合成孔径雷达具有全天时、全天候和高分辨率等成像优势，在军事侦察、资源 探测和灾害监测等领域得到广泛应用。相干斑噪声的存在是SAR成像系统固有的原理性缺 陷，它严重影响了图像内容的人工目视判读和计算机自动解译。因此，相干斑噪声的抑制一 直是极化SAR图像处理的基础问题之一。

当前，PolSAR图像的降噪方法主要分为空域滤波、变换域滤波和极化域滤波三类。 空间域的滤波方法大部分借鉴以往针对普通图像和合成孔径雷达图像的去噪方法。早期的 Lee滤波、Kuan滤波、Frost滤波和近几年兴起的双边滤波、非局部均值(Nonlocalmeans, NLM)滤波等空间域滤波算法都已经被成功地应用于PolSAR图像的相干斑抑制。然而由于噪 声模型不同和PolSAR成像系统多通道的特点，这些方法虽然取得了一定的去噪效果，但破 坏了图像的结构信息和极化信息。变换域的滤波方法采用小波变换、傅里叶变换等手段将 噪声和无噪信号分离，去除噪声部分来重构图像。由于算法实现复杂并且容易丢失图像细 节及造成Gibbs现象，相比于空域滤波，其取得的滤波效果并没有多大优势。极化白化滤波 寻找各个极化通道的最优加权组合，能取得相当于多视的相干斑抑制效果，但只能获得单 通道的滤波图像，损失了极化信息。最优加权滤波利用乘性噪声模型和最小均方误差 (MinimumMeanSquareError,MMSE)准则思想，输出多幅强度或幅度图像。虽然这两种极 化域方法较好地保持了图像分辨率，但是极化通道的融合处理破坏了通道间相关性，造成 极化信息的损失。

双边滤波作为一种经典的空域滤波，能够有效去除数字图像和单极化SAR图像的 噪声，随后被扩展应用到PolSAR图像滤波中。与NLM滤波相比，双边滤波具有计算复杂度更 低，耗时少等优点，有利于大规模极化数据处理。极化双边滤波通过加权平均邻域像素来估 计每个像素点，权重受到像素的空间位置相似性与像素点对应的协方差矩阵相似性影响。 近几年提出的交叉迭代滤波(CrossBilateralFilter,CBLF)和迭代双边滤波分别利用 Wishart分布距离和Kullback-Leibler距离来描述极化域中协方差矩阵之间相似性，获得 较好的滤波效果。结构保持双边滤波(StructurePreservingBilateralFilter,SPBF)结 合边缘结构特征和地物散射特性，滤波后图像边缘结构保持更好。但在这三种极化双边滤 波中，用于控制滤波程度的空间方差(σd)和灰度方差(σr)由经验值设定，不能根据实际场 景和噪声程度自适应调节。σd和σr的不合理设置会导致滤波后图像均质区域过度平滑或者 结构特征丰富的异质区域相干斑抑制不足。

发明内容

本发明的目的是提供一种针对极化SAR图像的自适应双边滤波算法，以更优化和 可靠的参数获得更好的滤波效果，以解决现有技术存在的问题。

为了达到上述目的，本发明所采用的技术方案为：

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：