[发明专利]基于变尺度空陷斩波和背景滤波的SAR图像增强方法

说明书

本发明公开了一种基于变尺度空陷斩波和背景滤波的SAR图像增强方法，主要解决现有技术在多目标场景中旁瓣抑制效果较差，及部分图像信息丢失的问题。其实现方案是：1.输入一幅有强旁瓣的SAR图像，并获取其图像矩阵；2.对输入图像矩阵依次进行二维傅里叶变换和四周补零扩展；3.对扩展后的频域矩阵依次进行二维傅里叶逆变换和变尺度空陷斩波处理，得到变尺度空陷斩波处理后的时域矩阵X_VS‑SVA；4.对时域矩阵X_VS‑SVA进行中值滤波，得到滤波后的时域矩阵X_F‑VS；5.对滤波后的时域矩阵X_F‑VS进行背景滤波处理，得到修正后的图像时域矩阵X_R‑VS，并输出图像。本发明能在多个强散射点场景中有效抑制旁瓣，保留更多的图像信息，可用于图像检测与识别。

技术领域

本发明涉及图像处理技术领域，特别涉及一种SAR图像增强方法，可用于目标检测与识别。

背景技术

SAR图像由许多sinc函数组成，单个sinc函数看起来像一个主瓣和旁瓣组成的十字，这些十字通常存在长边或旁瓣。对于附近较弱的目标可能被旁瓣遮蔽，如果许多强大的目标位于一个小的场景，他们也可能相互影响。在极端情况下，整个图像模糊，SAR图像的质量大大降低。因此，有效的抑制旁瓣可以很大程度上提高SAR图像的质量。

现有广泛使用的抑制旁瓣方法主要有两种：第一种是在最终生成SAR图像之前，在频域中应用汉明窗、汉宁窗，或者布莱克曼窗这三种权重的线性技术来削弱旁瓣，但线性加权，通常导致主瓣变宽或图像分辨率下降；另一种是使用非线性技术，空陷斩波算法SVA，将不同的权重应用于图像域中的SAR图像的每个样本，每个权重根据自己的样本和两个相邻采样点的值计算得到，尽管SVA算法在单点sinc函数情况下，旁瓣抑制的效果令人较为满意，但在多个强散射点的场景中，通过传统SVA的一阶多项式函数除法来抑制图像的旁瓣其效果并不理想，处理后的图像旁瓣能量仍比较强，并且丢失了部分图像信息。

发明内容

本发明的目的在于针对上述现有技术的不足，提出了一种基于变尺度空陷斩波和背景滤波的SAR图像增强方法，以有效抑制SAR图像旁瓣，且最大程度的保留图像信息。

为实现上述目的，本发明的技术方案包括如下：

(1)输入一幅带有明显旁瓣的SAR图像，得到该图像矩阵的方位向点数N和距离向点数M；

(2)定义输入的SAR图像函数为：g(n)＝I(n)+jQ(n)_，其中g(n)代表第n行复数元素，I(n)为其实部，Q(n)为其虚部，j代表虚数单位；

(3)对输入的SAR图像进行二维傅里叶变换，得到图像的频域矩阵，并对该频域矩阵进行四周补零，使其大小变为得到扩展后图像的频域矩阵，其中为扩展倍数，的取值为2或4；

(4)对扩展后图像的频域矩阵进行二维逆傅里叶变换，得到扩展后图像的时域矩阵X_EP；

(5)对扩展后图像的时域矩阵X_EP进行变尺度空陷斩波处理：

5a)沿距离向对时域矩阵的实部和虚部分别进行变尺度空陷斩波处理，得到扩展后图像的时域矩阵的实部输出I_Ra(n)和虚部输出为Q_Ra(n)；

5b)沿方位向对距离向处理后的时域矩阵X_Ra的实部和虚部分别进行变尺度空陷斩波处理，得到扩展后图像的时域矩阵的实部输出I_Az(m)和虚部输Q_Az(m)；

(6)对变尺度空陷斩波处理后的时域矩阵X_VS-SVA进行中值滤波处理，得到滤波后的时域矩阵X_F-VS；